LaGen：面向自回归LiDAR场景生成的框架
计算机视觉与模式识别
2025-11-27 v1
摘要
针对自动驾驶(AD)的生成式世界模型近年来成为热门话题。与广泛研究的图像模态不同，本文探索LiDAR数据的生成式世界模型。现有LiDAR数据生成方法仅支持单帧生成，而现有预测方法需要多帧历史输入，只能确定性地同时预测多个帧，缺乏交互性。两种范式都无法支持长程交互式生成。为此，本文引入LaGen，据称是首个能够逐帧自回归生成长程LiDAR场景的框架。LaGen能够以单帧LiDAR输入为起点，有效利用包围盒信息作为条件，生成高保真的4D场景点云。此外，本文引入场景解耦估计模块以增强模型对对象级内容的交互式生成能力，同时引入噪声调制模块以缓解长程生成中的误差累积。我们基于nuScenes构建了评估长程LiDAR场景生成的评估协议。实验结果全面证明，LaGen在LiDAR生成和预测模型中均优于最先进的方法，尤其在后续帧表现更为突出。
引用
@article{arxiv.2511.21256,
title = {LaGen: Towards Autoregressive LiDAR Scene Generation},
author = {Sizhuo Zhou and Xiaosong Jia and Fanrui Zhang and Junjie Li and Juyong Zhang and Yukang Feng and Jianwen Sun and Songbur Wong and Junqi You and Junchi Yan},
journal= {arXiv preprint arXiv:2511.21256},
year = {2025}
}