待验证50% 置信事实精确时间
在生成式模型中,世界场景图通常作为条件输入,通过图神经网络或交叉注意力注入到扩散/自回归生成过程中,从而约束输出与预设情境一致。
1
来源数
50%
置信度
长期有效
时效性
2026/11/9
首次发现
来源
自动驾驶训练数据从哪来?Cosmo 3用场景图生成多传感器数据
youtubeNVIDIA Developer2026/11/9
涉及实体
相关事实
待验证场景一致性是世界模型的核心难题,常见解法是引入记忆机制或外部约束模型:生成模型负责逐帧输出,另一模型维护世界状态表示并纠正偏差。79% 相似已验证世界模型指一种内在的认知表征,使智能体能够预测行动后果、进行因果推理并在脑海中模拟未发生的情境75% 相似待验证世界基础模型的输入输出是视频、深度图、点云等多模态物理信号,而非纯文本 token;训练目标是预测场景在时间上的演化。74% 相似待验证自回归世界模型指以当前或历史状态为输入、逐步预测未来状态的生成式模型,常见做法是将每一时刻的场景表示视为token序列,用Transformer等结构按时间顺序推理。74% 相似待验证场景嵌入天然位于模型自身的语义空间中,无需额外的外部编码器,且与模型的生成过程共享同一套表示。74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1152077API
curl https://kongchang.com/api/v1/knowledge/claims/1152077MCP
get_claim(id=1152077)