Holi-World：用第一视角采集构建空间智能训练管线

Holi-World 预印本用立体 RGB 与 IMU 第一视角采集构建空间智能训练管线，将相机几何、物体追踪及三维轨迹转为问答监督。基于 Qwen3.5-4B 微调的 HoliWorld-VL 在 EgoDynamic4D benchmark 上将 token F1 从 18.29% 提升至 66.39%，该结果并非 zero-shot 对比。