[논문리뷰] WorldFlow: Joint Video and 3D Motion Prediction via Large-Scale Pretraining본 논문은 기존 비디오 세계 모델이 3D 동역학을 암시적으로만 처리하고, 액션 기반 모델은 특정 로봇 설정에 종속적이라는 문제를 해결하고자 합니다. 기존의 독립적인 3D 모션 예측 모델은 단순한 흐름(Flow) 데이터에만 의존하여 물리적 상식 학습에 한계가 있었습니다.#Review#World Models#3D Motion Prediction#Joint Generation#Rectified-Flow#Embodied Intelligence#Multimodal Learning2026년 11월 2일댓글 수 로딩 중
[논문리뷰] AVC-Reward: Event-Centric Audio-Video Consistency Evaluation본 논문은 현대의 Joint Audio-Video Generation 모델이 생성하는 복잡한 장면을 평가하기 위한 기존 지표들의 한계를 해결하고자 합니다.#Review#Audio-Video Consistency#Reward Model#Event-Centric#Joint Generation#Reinforcement Learning#Multimodal Evaluation2026년 10월 18일댓글 수 로딩 중
[논문리뷰] Unified Diffusion VLA: Vision-Language-Action Model via Joint Discrete Denoising Diffusion Process기존 VLA(Vision-Language-Action) 모델이 비전 생성 및 행동 예측을 분리하여 다루거나 외부 전문가에 의존하는 한계를 극복하는 것을 목표로 합니다.#Review#Vision-Language-Action (VLA)#Diffusion Models#Discrete Denoising#Multimodal Learning#Robotics#Embodied AI#Joint Generation#Action Prediction2025년 11월 9일댓글 수 로딩 중