شیائومی از مدل جهان علّی برای بازسازی صحنه‌های رانندگی رونمایی کرد

در پیش‌چاپی تازه در arXiv، پژوهشگران Xiaomi Auto World Model 2.0 را به‌عنوان یک مدل جهان علّی برای Physical AI معرفی کرده‌اند. این سامانه برای مدل‌سازی و تولید تحول فیزیکی جهان واقعی طراحی شده و ورودی‌های ناهمگون را برای تولید نماهای سازگار با یکدیگر ترکیب می‌کند.

معماری مدل از View-Temporal Attention برای ثبت وابستگی‌های فضایی میان نماها و تغییرات زمانی استفاده می‌کند و Multi-view Rotary Position Encoding روابط مکانی میان نماها و زمان را کدگذاری می‌کند. بخش WorldRec 2.0 نیز با یک گذر، از مشاهدات چندنما و چندزمانی نمایش سه‌بعدیِ ثابت و متحرک مبتنی بر 3D Gaussian بازسازی می‌کند؛ سپس از رندرهای این نمایش به‌عنوان زمینهٔ صریح صحنه بهره می‌گیرد تا هندسه و ظاهر در تولیدهای بلندمدت حفظ شوند.

منبع، این اثر را در قالب پیش‌چاپ منتشر کرده است؛ چکیدهٔ ارائه‌شده در دادهٔ منبع پیش از توضیح کامل ورودی‌های شرطی‌شده قطع می‌شود.