GEM-4D：几何增强视频世界模型用于机器人操作

Kaichen Zhou, Yuzhen Chen, Fangneng Zhan, Hang Hua, Grace Chen, Xinhai Chang, Ao Qu, Yilun Du, Zhuang Liu, Paul Pu Liang, Mengyu Wang

2026

摘要

本文提出GEM-4D，通过注入从预训练几何基础模型蒸馏的密集4D对应监督，使视频世界模型在生成时保持一致的几何结构。同时引入逆动力学模块，将几何一致的视频滚动转换为可执行的机器人轨迹，显著提升真实世界操作成功率。

video world modelgeometry groundingrobot manipulation4D correspondenceinverse dynamics

MANIPULATION

📊 2 引用

Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 1 引用

Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Hao Li, Yuhui Yu, Rui Fu 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026