EyeWorld：一种眼部状态与动态的生成式世界模型
计算机视觉与模式识别
2026-03-17 v1
摘要
眼部决策依赖于跨模态影像和随时间变化的微小病灶尺度线索，但大多数医学基础模型仍为静态模型，在模态和获取变换下性能会下降。本文引入 EyeWorld，一个将眼部概念为临床影像中部分观测的动力系统的生成式世界模型。EyeWorld 学习跨模态共享的观察稳定潜在眼部状态，统一细粒度解析、结构保持的跨模态翻译和质量稳健的增强。纵向监督进一步支持时间条件的状态转换，支持对临床意义进展的预测，同时保持解剖稳定性。通过从静态表征学习转向显式的动力学建模，EyeWorld 提供了一种面向医学领域的鲁棒多模态解读和 prognosis 导向的仿真统一方法。
引用
@article{arxiv.2603.14039,
title = {EyeWorld: A Generative World Model of Ocular State and Dynamics},
author = {Ziyu Gao and Xinyuan Wu and Xiaolan Chen and Zhuoran Liu and Ruoyu Chen and Bowen Liu and Bingjie Yan and Zhenhan Wang and Kai Jin and Jiancheng Yang and Yih Chung Tham and Mingguang He and Danli Shi},
journal= {arXiv preprint arXiv:2603.14039},
year = {2026}
}
备注
38 pages, 8 figures