HERMES：首个统一3D场景理解与生成的世界模型

华中科技大学团队提出HERMES，一种统一的自动驾驶世界模型，能同时实现3D场景理解与未来生成。该模型通过BEV表征与世界查询机制，在仅使用当前帧的情况下，3秒未来点云预测误差降低32.4%，CIDEr理解指标提升8%。实验验证了其在理解与生成任务上的综合优势，标志着自动驾驶系统在统一建模方向上的重要进展。
来源：https://mp.weixin.qq.com/s/vBaauj88Jd-Xdi3RU_F9IA