Guoxin Zhang
KlingAI Research
収録論文 3本 ・ フィジカルAI/ロボット学習
所属歴(論文より): KlingAI Research(〜2026) / Kling Team(〜2026)
VLA世界モデルベンチマーク/地理的位置特定
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- Gnomon4D: 幾何学的動作に基づくワールドアクションモデリングのための注目領域学習VLA2026/11/2
未来の映像・ロボット動作・4D幾何学的動作場(GeoDelta)を同時生成するワールドアクションモデルを提案し、人間とロボットの動作関係を共有空間で捉えて行動事前学習を実現した。
- LiveAct: 異種アクションインターフェースを備えたリアルタイムマルチエージェント世界モデル世界モデル2026/10/21
複数エージェントの制御を統合した映像世界モデルを提案し、言語記述と数値を組み合わせた異種アクションインターフェースでゲーム操作からロボット指令までをリアルタイムに扱えるようにした。
- ERGeoBench:マルチモーダル大規模言語モデルにおける身体化推論と地理的位置特定のための包括的ベンチマークベンチマーク/地理的位置特定2026/5/29
身体化された地理的位置特定能力を評価する新しいベンチマークERGeoBenchを提案し、現在のMLLMが高レベルの地理的意味は推論できるが、細かい知覚や空間的一貫性に課題があることを示した。
