Enregistré dans:
| Auteurs principaux: | Zhou, Kaichen, Chen, Yuzhen, Zhan, Fangneng, Hua, Hang, Chen, Grace, Chang, Xinhai, Qu, Ao, Du, Yilun, Liu, Zhuang, Liang, Paul Pu, Wang, Mengyu |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2605.22882 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
PAGE-4D: VGGT-4D Perception via Disentangled Pose and Geometry Estimation
par: Zhou, Kaichen, et autres
Publié: (2025)
par: Zhou, Kaichen, et autres
Publié: (2025)
Stream3D: Sequential Multi-View 3D Generation via Evidential Memory
par: Zhou, Kaichen, et autres
Publié: (2026)
par: Zhou, Kaichen, et autres
Publié: (2026)
Abstract 3D Perception for Spatial Intelligence in Vision-Language Models
par: Liu, Yifan, et autres
Publié: (2025)
par: Liu, Yifan, et autres
Publié: (2025)
Neural Surface Reconstruction from Sparse Views Using Epipolar Geometry
par: Chang, Xinhai, et autres
Publié: (2024)
par: Chang, Xinhai, et autres
Publié: (2024)
GeoWorld-VLM: Geometry from World Models for Vision-Language Models
par: Gu, Renjie, et autres
Publié: (2026)
par: Gu, Renjie, et autres
Publié: (2026)
Flow Equivariant World Models: Memory for Partially Observed Dynamic Environments
par: Lillemark, Hansen Jin, et autres
Publié: (2026)
par: Lillemark, Hansen Jin, et autres
Publié: (2026)
RAD: A Dataset and Benchmark for Real-Life Anomaly Detection with Robotic Observations
par: Zhou, Kaichen, et autres
Publié: (2024)
par: Zhou, Kaichen, et autres
Publié: (2024)
Memorization in 3D Shape Generation: An Empirical Study
par: Pu, Shu, et autres
Publié: (2025)
par: Pu, Shu, et autres
Publié: (2025)
Large Language Models Are Bad Dice Players: LLMs Struggle to Generate Random Numbers from Statistical Distributions
par: Zhao, Minda, et autres
Publié: (2026)
par: Zhao, Minda, et autres
Publié: (2026)
WorldQA: Multimodal World Knowledge in Videos through Long-Chain Reasoning
par: Zhang, Yuanhan, et autres
Publié: (2024)
par: Zhang, Yuanhan, et autres
Publié: (2024)
SDP: Spiking Diffusion Policy for Robotic Manipulation with Learnable Channel-Wise Membrane Thresholds
par: Hou, Zhixing, et autres
Publié: (2024)
par: Hou, Zhixing, et autres
Publié: (2024)
Robotic Manipulation is Vision-to-Geometry Mapping ($f(v) \rightarrow G$): Vision-Geometry Backbones over Language and Video Models
par: Song, Zijian, et autres
Publié: (2026)
par: Song, Zijian, et autres
Publié: (2026)
$τ_0$-WM: A Unified Video-Action World Model for Robotic Manipulation
par: Zhou, Pengfei, et autres
Publié: (2026)
par: Zhou, Pengfei, et autres
Publié: (2026)
Geometry-Aware Sparse Depth Sampling for High-Fidelity RGB-D Depth Completion in Robotic Systems
par: Salloom, Tony, et autres
Publié: (2025)
par: Salloom, Tony, et autres
Publié: (2025)
MixLight: Borrowing the Best of both Spherical Harmonics and Gaussian Models
par: Ji, Xinlong, et autres
Publié: (2024)
par: Ji, Xinlong, et autres
Publié: (2024)
RoboDreamer: Learning Compositional World Models for Robot Imagination
par: Zhou, Siyuan, et autres
Publié: (2024)
par: Zhou, Siyuan, et autres
Publié: (2024)
HERMES: Human-to-Robot Embodied Learning from Multi-Source Motion Data for Mobile Dexterous Manipulation
par: Yuan, Zhecheng, et autres
Publié: (2025)
par: Yuan, Zhecheng, et autres
Publié: (2025)
RoboTAG: End-to-end Robot Configuration Estimation via Topological Alignment Graph
par: Liu, Yifan, et autres
Publié: (2025)
par: Liu, Yifan, et autres
Publié: (2025)
VideoVLA: Video Generators Can Be Generalizable Robot Manipulators
par: Shen, Yichao, et autres
Publié: (2025)
par: Shen, Yichao, et autres
Publié: (2025)
OmniVTA: Visuo-Tactile World Modeling for Contact-Rich Robotic Manipulation
par: Zheng, Yuhang, et autres
Publié: (2026)
par: Zheng, Yuhang, et autres
Publié: (2026)
RoboPearls: Editable Video Simulation for Robot Manipulation
par: Tang, Tao, et autres
Publié: (2025)
par: Tang, Tao, et autres
Publié: (2025)
Learning Physics from Pretrained Video Models: A Multimodal Continuous and Sequential World Interaction Models for Robotic Manipulation
par: Song, Zijian, et autres
Publié: (2026)
par: Song, Zijian, et autres
Publié: (2026)
From Nano Robotic Manipulation to Nano Manipulation Robot
par: Zhan Yang, et autres
Publié: (2025)
par: Zhan Yang, et autres
Publié: (2025)
Geometry-aware 4D Video Generation for Robot Manipulation
par: Liu, Zeyi, et autres
Publié: (2025)
par: Liu, Zeyi, et autres
Publié: (2025)
General Neural Gauge Fields
par: Zhan, Fangneng, et autres
Publié: (2023)
par: Zhan, Fangneng, et autres
Publié: (2023)
DiffAge3D: Diffusion-based 3D-aware Face Aging
par: Wahid, Junaid, et autres
Publié: (2024)
par: Wahid, Junaid, et autres
Publié: (2024)
SOGS: Second-Order Anchor for Advanced 3D Gaussian Splatting
par: Zhang, Jiahui, et autres
Publié: (2025)
par: Zhang, Jiahui, et autres
Publié: (2025)
RoboTrustBench: Benchmarking the Trustworthiness of Video World Models for Robotic Manipulation
par: Li, Huiqiong, et autres
Publié: (2026)
par: Li, Huiqiong, et autres
Publié: (2026)
PIVOT-R: Primitive-Driven Waypoint-Aware World Model for Robotic Manipulation
par: Zhang, Kaidong, et autres
Publié: (2024)
par: Zhang, Kaidong, et autres
Publié: (2024)
Scalable Trajectory Generation for Whole-Body Mobile Manipulation
par: Niu, Yida, et autres
Publié: (2026)
par: Niu, Yida, et autres
Publié: (2026)
Arm Robot: AR-Enhanced Embodied Control and Visualization for Intuitive Robot Arm Manipulation
par: Pei, Siyou, et autres
Publié: (2024)
par: Pei, Siyou, et autres
Publié: (2024)
RDGen: Demonstration Generation for High-Quality Robot Learning via Reinforcement Learning
par: Zhu, Zijian, et autres
Publié: (2026)
par: Zhu, Zijian, et autres
Publié: (2026)
H-RDT: Human Manipulation Enhanced Bimanual Robotic Manipulation
par: Bi, Hongzhe, et autres
Publié: (2025)
par: Bi, Hongzhe, et autres
Publié: (2025)
Solving New Tasks by Adapting Internet Video Knowledge
par: Luo, Calvin, et autres
Publié: (2025)
par: Luo, Calvin, et autres
Publié: (2025)
Inference-Time Enhancement of Generative Robot Policies via Predictive World Modeling
par: Qi, Han, et autres
Publié: (2025)
par: Qi, Han, et autres
Publié: (2025)
Zero-Shot Video Semantic Segmentation based on Pre-Trained Diffusion Models
par: Wang, Qian, et autres
Publié: (2024)
par: Wang, Qian, et autres
Publié: (2024)
GeCo: Evaluating Geometric Consistency for Video Generation via Motion and Structure
par: Gu, Leslie, et autres
Publié: (2025)
par: Gu, Leslie, et autres
Publié: (2025)
Grounding Video Models to Actions through Goal Conditioned Exploration
par: Luo, Yunhao, et autres
Publié: (2024)
par: Luo, Yunhao, et autres
Publié: (2024)
OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction
par: Song, Yuxin Ray, et autres
Publié: (2025)
par: Song, Yuxin Ray, et autres
Publié: (2025)
RoboGround: Robotic Manipulation with Grounded Vision-Language Priors
par: Huang, Haifeng, et autres
Publié: (2025)
par: Huang, Haifeng, et autres
Publié: (2025)
Documents similaires
-
PAGE-4D: VGGT-4D Perception via Disentangled Pose and Geometry Estimation
par: Zhou, Kaichen, et autres
Publié: (2025) -
Stream3D: Sequential Multi-View 3D Generation via Evidential Memory
par: Zhou, Kaichen, et autres
Publié: (2026) -
Abstract 3D Perception for Spatial Intelligence in Vision-Language Models
par: Liu, Yifan, et autres
Publié: (2025) -
Neural Surface Reconstruction from Sparse Views Using Epipolar Geometry
par: Chang, Xinhai, et autres
Publié: (2024) -
GeoWorld-VLM: Geometry from World Models for Vision-Language Models
par: Gu, Renjie, et autres
Publié: (2026)