Weijia Li
Tsinghua University
収録論文 5本 ・ フィジカルAI/ロボット学習
全身制御動画フォレンジックVLA空間推論画像生成
※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
- DiffWBC:ワンステップ拡散による操縦可能な汎用人型全身運動追従全身制御2026/10/30
ワンステップ拡散モデルで全身制御を生成的に行い、汎用追従・テスト時操縦・シミュレーション不要の失敗発見を単一コントローラで実現した研究。
- ManiVid: 改変動画の統合的解釈可能なフォレンジック解析動画フォレンジック2026/9/25
改変動画の検出・改変領域の特定・異常説明を統合的に行うタスクとデータセット、フレームワークを提案。
- GameWAM: ビデオゲームのためのワールドアクションモデルVLA2026/8/25
ビデオゲーム向けに、将来の視覚観測と実行可能なキーボード・マウス操作を同時生成する世界行動モデル(WAM)を提案し、ネイティブな閉ループゲームプレイとGUI制御を実現した。
- OmniCoT:グローバルかつ多段階のパノラマ推論のためのベンチマーク空間推論2026/6/29
パノラマ画像におけるマルチモーダル大規模言語モデルの空間推論能力を評価・向上させるため、グローバルな証拠と多段階推論に焦点を当てたベンチマークOmniCoTを提案し、訓練データと評価データを整備した。
- GenClaw: コード駆動型エージェントによる画像生成画像生成2026/5/28
LLMエージェントがコード(SVG等)で下書きを描き、画像生成モデルで仕上げる、人間の画家のような段階的・制御可能な画像生成手法を提案した論文。
