LoreleiWenting的博客

原创 Generative Physical AI in Vision: A Survey 阅读笔记(未完）

回顾生成模型发展，扩散模型因其卓越的鲁棒性和多功能性成为最近生成方法的基石。生成模型的应用跨越了视觉内容的多种形式，包括具有语义理解的图像生成，具有动态时间理解的视频生成，具有增强空间理解的3D内容生成，以及具有更复杂和组合理解的4D内容。这些进步强调了生成性学习在日益复杂的视觉任务的广阔前景中不断增长的潜力。为实现多种类型下游任务，生成过程应该能够与来自人类或其他系统的外部控制进行交互。这种交互性促进了动态决策和基于交互的结果优化，从而产生了可以被描述为生成交互环境的东西。