U4D：从 LiDAR 序列构建不确定性感知的 4D 世界模型
计算机视觉与模式识别
2026-03-25 v2 机器人学
摘要
从 LiDAR 序列建模动态 3D 环境是构建可靠 4D 世界模型的核心任务,对于自动驾驶和具身 AI 至关重要。然是,现有的生成框架往往对所有空间区域统一处理,忽略了现实场景中各区域的不确定性差异。这种统一生成导致复杂或模糊区域出现人工,限制了真实性和时序稳定性。本文提出了 U4D,一个不确定性感知的 4D LiDAR 世界建模框架。我们的方法首先从预训练分割模型估计空间不确定性图,以定位语义上具有挑战的区域。随后按照'困难-易好'顺序进行生成,分为两个阶段:(1) 不确定性区域建模,以精细几何保真度重建高熵区域;(2) 不确定性条件完成,在学习到的结构先验下综合剩余区域。为进一步确保时序一致性,U4D 融合了一种时空混合(MoST)模块,在扩散过程中自适应地融合空间和时序表征。大量实验表明,U4D 能够生成几何忠实且时序一致的 LiDAR 序列,为自动感知和仿真推进了 4D 世界建模的可靠性。
引用
@article{arxiv.2512.02982,
title = {U4D: Uncertainty-Aware 4D World Modeling from LiDAR Sequences},
author = {Xiang Xu and Alan Liang and Youquan Liu and Linfeng Li and Lingdong Kong and Ziwei Liu and Qingshan Liu},
journal= {arXiv preprint arXiv:2512.02982},
year = {2026}
}
备注
CVPR 2026; 20 pages, 7 figures, 11 tables; Code at https://github.com/worldbench/U4D