Ego2World: Compiling Egocentric Cooking Videos into Executable Worlds for Belief-State Planning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Cheng, Qinchuan, Gong, Zhantao, Sun, Pengzhan, Yao, Angela, Yang, Xulei, Li, Shijie |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Thinking Ahead: Foresight Intelligence in MLLMs and World Models
par: Gong, Zhantao, et autres
Publié: (2025)
par: Gong, Zhantao, et autres
Publié: (2025)
Ego-Grounding for Personalized Question-Answering in Egocentric Videos
par: Xiao, Junbin, et autres
Publié: (2026)
par: Xiao, Junbin, et autres
Publié: (2026)
EgoGrasp: World-Space Hand-Object Interaction Estimation from Egocentric Videos
par: Fu, Hongming, et autres
Publié: (2026)
par: Fu, Hongming, et autres
Publié: (2026)
EgoSim: Egocentric World Simulator for Embodied Interaction Generation
par: Hao, Jinkun, et autres
Publié: (2026)
par: Hao, Jinkun, et autres
Publié: (2026)
EgoBlind: Towards Egocentric Visual Assistance for the Blind
par: Xiao, Junbin, et autres
Publié: (2025)
par: Xiao, Junbin, et autres
Publié: (2025)
Ego2Web: A Web Agent Benchmark Grounded in Egocentric Videos
par: Yu, Shoubin, et autres
Publié: (2026)
par: Yu, Shoubin, et autres
Publié: (2026)
EgoWorld: Translating Exocentric View to Egocentric View using Rich Exocentric Observations
par: Park, Junho, et autres
Publié: (2025)
par: Park, Junho, et autres
Publié: (2025)
EgoAgent: A Joint Predictive Agent Model in Egocentric Worlds
par: Chen, Lu, et autres
Publié: (2025)
par: Chen, Lu, et autres
Publié: (2025)
EgoVLM: Policy Optimization for Egocentric Video Understanding
par: Vinod, Ashwin, et autres
Publié: (2025)
par: Vinod, Ashwin, et autres
Publié: (2025)
EgoForge: Goal-Directed Egocentric World Simulator
par: Shen, Yifan, et autres
Publié: (2026)
par: Shen, Yifan, et autres
Publié: (2026)
SViTT-Ego: A Sparse Video-Text Transformer for Egocentric Video
par: Valdez, Hector A., et autres
Publié: (2024)
par: Valdez, Hector A., et autres
Publié: (2024)
EgoToM: Benchmarking Theory of Mind Reasoning from Egocentric Videos
par: Li, Yuxuan, et autres
Publié: (2025)
par: Li, Yuxuan, et autres
Publié: (2025)
VidEgoThink: Assessing Egocentric Video Understanding Capabilities for Embodied AI
par: Cheng, Sijie, et autres
Publié: (2024)
par: Cheng, Sijie, et autres
Publié: (2024)
EgoVITA: Learning to Plan and Verify for Egocentric Video Reasoning
par: Kulkarni, Yogesh, et autres
Publié: (2025)
par: Kulkarni, Yogesh, et autres
Publié: (2025)
Ego-R1: Chain-of-Tool-Thought for Ultra-Long Egocentric Video Reasoning
par: Tian, Shulin, et autres
Publié: (2025)
par: Tian, Shulin, et autres
Publié: (2025)
EgoVLA: Learning Vision-Language-Action Models from Egocentric Human Videos
par: Yang, Ruihan, et autres
Publié: (2025)
par: Yang, Ruihan, et autres
Publié: (2025)
EgoPro-Bench: Benchmarking Personalized Proactive Interaction in Egocentric Video Streams
par: Ran, Dongchuan, et autres
Publié: (2026)
par: Ran, Dongchuan, et autres
Publié: (2026)
EgoDTM: Towards 3D-Aware Egocentric Video-Language Pretraining
par: Xu, Boshen, et autres
Publié: (2025)
par: Xu, Boshen, et autres
Publié: (2025)
Visual Intention Grounding for Egocentric Assistants
par: Sun, Pengzhan, et autres
Publié: (2025)
par: Sun, Pengzhan, et autres
Publié: (2025)
EgoEsportsQA: An Egocentric Video Benchmark for Perception and Reasoning in Esports
par: Ma, Jianzhe, et autres
Publié: (2026)
par: Ma, Jianzhe, et autres
Publié: (2026)
MA-EgoQA: Question Answering over Egocentric Videos from Multiple Embodied Agents
par: Kim, Kangsan, et autres
Publié: (2026)
par: Kim, Kangsan, et autres
Publié: (2026)
MM-Ego: Towards Building Egocentric Multimodal LLMs for Video QA
par: Ye, Hanrong, et autres
Publié: (2024)
par: Ye, Hanrong, et autres
Publié: (2024)
StableHand: Quality-Aware Flow Matching for World-Space Dual-Hand Motion Estimation from Egocentric Video
par: Zeng, Huajian, et autres
Publié: (2026)
par: Zeng, Huajian, et autres
Publié: (2026)
EgoGen: An Egocentric Synthetic Data Generator
par: Li, Gen, et autres
Publié: (2024)
par: Li, Gen, et autres
Publié: (2024)
EgoEdit: Dataset, Real-Time Streaming Model, and Benchmark for Egocentric Video Editing
par: Li, Runjia, et autres
Publié: (2025)
par: Li, Runjia, et autres
Publié: (2025)
EgoReAct: Egocentric Video-Driven 3D Human Reaction Generation
par: Zhang, Libo, et autres
Publié: (2025)
par: Zhang, Libo, et autres
Publié: (2025)
EgoNight: Towards Egocentric Vision Understanding at Night with a Challenging Benchmark
par: Zhang, Deheng, et autres
Publié: (2025)
par: Zhang, Deheng, et autres
Publié: (2025)
EgoSelf: From Memory to Personalized Egocentric Assistant
par: Wang, Yanshuo, et autres
Publié: (2026)
par: Wang, Yanshuo, et autres
Publié: (2026)
EgoPlan-Bench2: A Benchmark for Multimodal Large Language Model Planning in Real-World Scenarios
par: Qiu, Lu, et autres
Publié: (2024)
par: Qiu, Lu, et autres
Publié: (2024)
EgoSound: Benchmarking Sound Understanding in Egocentric Videos
par: Zhu, Bingwen, et autres
Publié: (2026)
par: Zhu, Bingwen, et autres
Publié: (2026)
EgoGraph: Temporal Knowledge Graph for Egocentric Video Understanding
par: Sun, Shitong, et autres
Publié: (2026)
par: Sun, Shitong, et autres
Publié: (2026)
EgoExo-Con: Exploring View-Invariant Video Temporal Understanding
par: Jung, Minjoon, et autres
Publié: (2025)
par: Jung, Minjoon, et autres
Publié: (2025)
EgoTextVQA: Towards Egocentric Scene-Text Aware Video Question Answering
par: Zhou, Sheng, et autres
Publié: (2025)
par: Zhou, Sheng, et autres
Publié: (2025)
EgoMAGIC- An Egocentric Video Field Medicine Dataset for Training Perception Algorithms
par: VanVoorst, Brian, et autres
Publié: (2026)
par: VanVoorst, Brian, et autres
Publié: (2026)
EgoCross: Benchmarking Multimodal Large Language Models for Cross-Domain Egocentric Video Question Answering
par: Li, Yanjun, et autres
Publié: (2025)
par: Li, Yanjun, et autres
Publié: (2025)
EgoVerse: An Egocentric Human Dataset for Robot Learning from Around the World
par: Punamiya, Ryan, et autres
Publié: (2026)
par: Punamiya, Ryan, et autres
Publié: (2026)
Estimating Body and Hand Motion in an Ego-sensed World
par: Yi, Brent, et autres
Publié: (2024)
par: Yi, Brent, et autres
Publié: (2024)
WorldWander: Bridging Egocentric and Exocentric Worlds in Video Generation
par: Song, Quanjian, et autres
Publié: (2025)
par: Song, Quanjian, et autres
Publié: (2025)
EgoExo-WM: Unlocking Exo Video for Ego World Models
par: Tran, Danny, et autres
Publié: (2026)
par: Tran, Danny, et autres
Publié: (2026)
EgoSpeak: Learning When to Speak for Egocentric Conversational Agents in the Wild
par: Kim, Junhyeok, et autres
Publié: (2025)
par: Kim, Junhyeok, et autres
Publié: (2025)
Documents similaires
-
Thinking Ahead: Foresight Intelligence in MLLMs and World Models
par: Gong, Zhantao, et autres
Publié: (2025) -
Ego-Grounding for Personalized Question-Answering in Egocentric Videos
par: Xiao, Junbin, et autres
Publié: (2026) -
EgoGrasp: World-Space Hand-Object Interaction Estimation from Egocentric Videos
par: Fu, Hongming, et autres
Publié: (2026) -
EgoSim: Egocentric World Simulator for Embodied Interaction Generation
par: Hao, Jinkun, et autres
Publié: (2026) -
EgoBlind: Towards Egocentric Visual Assistance for the Blind
par: Xiao, Junbin, et autres
Publié: (2025)