AI EarlyView
Pro
AI EarlyView
← 最新论文日报
7月9日· 周四

arXiv 论文日报

3D与具身智能突破

今日亮点：3D理解与生成统一框架ELSA3D、4D具身世界模型RynnWorld-4D，以及多模态VLA模型Lift3D-VLA。此外，扩散模型在密集预测和自动驾驶仿真中展现新潜力。

📄 10 篇精选</> 1 篇带代码🏆 7 篇 SOTA
📈 趋势速览具身智能与3D视觉升温：多篇论文聚焦机器人操作与导航（RynnWorld-4D、UniLM-Nav、Lift3D-VLA），3D统一框架（ELSA3D）和扩散模型应用（ProxyPose、Point as Skeleton）成为热点。
1
ELSA3D: Elastic Semantic Anchoring for Unified 3D Understanding and Generation
3D统一框架SOTA
💡 统一3D理解与生成，首次实现弹性语义锚定。
推理Tianjiao Yu、Xinzhuo Li、Yifan Shen 等
arXiv →PDF深入追问 AI →
2
RynnWorld-4D: 4D Embodied World Models for Robotic Manipulation
具身世界模型SOTA
💡 4D世界模型提升机器人操作，RGB-DF多模态创新。
机器人Haoyu Zhao、Xingyue Zhao、Siteng Huang 等
arXiv →PDF深入追问 AI →
3
ProxyPose: 6-DoF Pose Tracking via Video-to-Video Translation
姿态追踪SOTA
💡 将姿态追踪转为视频翻译，仅需单像素标注。
生成扩散Ruihang Zhang、Felix Taubner、Pooja Ravi 等
arXiv →PDF深入追问 AI →
4
From RGB Generation to Dense Field Readout: Pixel-Space Dense Prediction with Text-to-Image Models
密集预测SOTA
💡 文生图模型直接用于密集预测，避免生成冗余。
视觉Zanyi Wang、Xin Lin、Haodong Li 等
arXiv →PDF深入追问 AI →
5
Hierarchical Acoustic-Semantic Modeling: Modality Separation and Semantic Coherence for Full-Duplex SLMs
语音语言模型SOTA
💡 解决全双工语音模型模态干扰，分层建模。
NLPZhenyu Liu、Yunxin Li、Xuanyu Zhang 等
arXiv →PDF深入追问 AI →
6
Point as Skeleton: Accumulated Point Cloud Enhanced Autoregressive Generation for Closed-Loop Autonomous Driving Simulation
自动驾驶仿真</> 代码
💡 点云骨架增强自回归生成，实现闭环仿真。
生成扩散Songbur Wong、Xiaosong Jia、Junqi You 等
arXiv →PDF深入追问 AI →
7
UniLM-Nav: A Unified Framework for Zero-Shot Last-Mile Navigation
零样本导航SOTA
💡 零样本开放词汇导航，统一框架简化部署。
机器人Zhuofan Zhang、Tianxu Wang、Guoxi Zhang 等
arXiv →PDF深入追问 AI →
8
Neural-ESO: A Dual-Pathway Architecture for Provably Robust Learning-Based Control
鲁棒控制SOTA
💡 双通路控制框架，兼具学习加速与鲁棒性。
机器人Fan Zhang、Richie Suganda、Jinfeng Chen 等
arXiv →PDF深入追问 AI →
9
Lift3D-VLA: Lifting VLA Models to 3D Geometry and Dynamics-Aware Manipulation
3D VLA
💡 提升VLA模型3D几何与动态操作能力。
多模态Jiaming Liu、Qingpo Wuwu、Nuowei Han 等
arXiv →PDF深入追问 AI →
10
视觉即统一多模态生成
多模态生成
Vision as Unified Multimodal Generation
💡 视觉统一多模态生成，无需任务专用架构。
多模态Xiaoyang Han、Jianhua Li、Kewang Deng 等
arXiv →PDF深入追问 AI →

生成于 07:03 · 来源 arXiv · AI 编排

往期日报