Copertina

ST-Gen4D: Embedding 4D Spatiotemporal Cognition into World Model for 4D Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Haonan, Zhou, Hanyu, Gu, Tao, Yan, Luxin
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Cog2Gen3D: Sculpturing 3D Semantic-Geometric Cognition for 3D Generation
di: Wang, Haonan, et al.
Pubblicazione: (2026)

4D-VGGT: A General Foundation Model with SpatioTemporal Awareness for Dynamic Scene Geometry Estimation
di: Wang, Haonan, et al.
Pubblicazione: (2025)

LLaVA-4D: Embedding SpatioTemporal Prompt into LMMs for 4D Scene Understanding
di: Zhou, Hanyu, et al.
Pubblicazione: (2025)

ST-$π$: Structured SpatioTemporal VLA for Robotic Manipulation
di: Ma, Chuanhao, et al.
Pubblicazione: (2026)

VLA-4D: Embedding 4D Awareness into Vision-Language-Action Models for SpatioTemporally Coherent Robotic Manipulation
di: Zhou, Hanyu, et al.
Pubblicazione: (2025)

DiST-4D: Disentangled Spatiotemporal Diffusion with Metric Depth for 4D Driving Scene Generation
di: Guo, Jiazhe, et al.
Pubblicazione: (2025)

Bridge Frame and Event: Common Spatiotemporal Fusion for High-Dynamic Scene Optical Flow
di: Zhou, Hanyu, et al.
Pubblicazione: (2025)

Uni4D-LLM: A Unified SpatioTemporal-Aware VLM for 4D Understanding and Generation
di: Zhou, Hanyu, et al.
Pubblicazione: (2025)

Injecting Frame-Event Complementary Fusion into Diffusion for Optical Flow in Challenging Scenes
di: Wang, Haonan, et al.
Pubblicazione: (2025)

Kinema4D: Kinematic 4D World Modeling for Spatiotemporal Embodied Simulation
di: Xu, Mutian, et al.
Pubblicazione: (2026)

Divide-and-Conquer: Dual-Hierarchical Optimization for Semantic 4D Gaussian Spatting
di: Yan, Zhiying, et al.
Pubblicazione: (2025)

GenXD: Generating Any 3D and 4D Scenes
di: Zhao, Yuyang, et al.
Pubblicazione: (2024)

ShapeGen4D: Towards High Quality 4D Shape Generation from Videos
di: Yenphraphai, Jiraphon, et al.
Pubblicazione: (2025)

3D4D: An Interactive, Editable, 4D World Model via 3D Video Generation
di: He, Yunhong, et al.
Pubblicazione: (2025)

ElastoGen: 4D Generative Elastodynamics
di: Feng, Yutao, et al.
Pubblicazione: (2024)

Embody4D: A Generalist 4D World Model for Embodied AI
di: Tu, Peiyan, et al.
Pubblicazione: (2026)

4DWorldBench: A Comprehensive Evaluation Framework for 3D/4D World Generation Models
di: Lu, Yiting, et al.
Pubblicazione: (2025)

DeepVerse: 4D Autoregressive Video Generation as a World Model
di: Chen, Junyi, et al.
Pubblicazione: (2025)

Dream4D: Lifting Camera-Controlled I2V towards Spatiotemporally Consistent 4D Generation
di: Liu, Xiaoyan, et al.
Pubblicazione: (2025)

INSPATIO-WORLD: A Real-Time 4D World Simulator via Spatiotemporal Autoregressive Modeling
di: InSpatio Team, et al.
Pubblicazione: (2026)

STD-GS: Exploring Frame-Event Interaction for SpatioTemporal-Disentangled Gaussian Splatting to Reconstruct High-Dynamic Scene
di: Zhou, Hanyu, et al.
Pubblicazione: (2025)

EG4D: Explicit Generation of 4D Object without Score Distillation
di: Sun, Qi, et al.
Pubblicazione: (2024)

3D and 4D World Modeling: A Survey
di: Kong, Lingdong, et al.
Pubblicazione: (2025)

Helix4D: Complex 4D Mesh Generation
di: Yenphraphai, Jiraphon, et al.
Pubblicazione: (2026)

DriveDreamer4D: World Models Are Effective Data Machines for 4D Driving Scene Representation
di: Zhao, Guosheng, et al.
Pubblicazione: (2024)

CoCo4D: Comprehensive and Complex 4D Scene Generation
di: Zhou, Junwei, et al.
Pubblicazione: (2025)

TeleWorld: Towards Dynamic Multimodal Synthesis with a 4D World Model
di: Chen, Yabo, et al.
Pubblicazione: (2025)

Bring Event into RGB and LiDAR: Hierarchical Visual-Motion Fusion for Scene Flow
di: Zhou, Hanyu, et al.
Pubblicazione: (2024)

VLM4D: Towards Spatiotemporal Awareness in Vision Language Models
di: Zhou, Shijie, et al.
Pubblicazione: (2025)

Code2Worlds: Empowering Coding LLMs for 4D World Generation
di: Zhang, Yi, et al.
Pubblicazione: (2026)

SS4D: Native 4D Generative Model via Structured Spacetime Latents
di: Li, Zhibing, et al.
Pubblicazione: (2025)

4C4D: 4 Camera 4D Gaussian Splatting
di: Zhou, Junsheng, et al.
Pubblicazione: (2026)

TC4D: Trajectory-Conditioned Text-to-4D Generation
di: Bahmani, Sherwin, et al.
Pubblicazione: (2024)

LivingWorld: Interactive 4D World Generation with Environmental Dynamics
di: Mun, Hyeongju, et al.
Pubblicazione: (2026)

UniFuture: A 4D Driving World Model for Future Generation and Perception
di: Liang, Dingkang, et al.
Pubblicazione: (2025)

ST-Think: How Multimodal Large Language Models Reason About 4D Worlds from Ego-Centric Videos
di: Wu, Peiran, et al.
Pubblicazione: (2025)

MVISTA-4D: View-Consistent 4D World Model with Test-Time Action Inference for Robotic Manipulation
di: Wang, Jiaxu, et al.
Pubblicazione: (2026)

4K4DGen: Panoramic 4D Generation at 4K Resolution
di: Li, Renjie, et al.
Pubblicazione: (2024)

Comp4D: LLM-Guided Compositional 4D Scene Generation
di: Xu, Dejia, et al.
Pubblicazione: (2024)

Avatar4D: Synthesizing Domain-Specific 4D Humans for Real-World Pose Estimation
di: Bright, Jerrin, et al.
Pubblicazione: (2025)