WorldFlow联合预测未来视频与3D轨迹，SpatialCog位移误差降低54.2%

WorldFlow是一种由RoboScience与新加坡国立大学提出的生成式世界模型，可联合预测未来视频和基于查询的3D轨迹。模型用统一的MoT骨干在rectified-flow目标下去噪连续位移token与视频模态，并在144万条仿真及真实世界物体级样本上训练。