资讯摘要
论文提出 HOLI-WORLD 生态，整合经验采集、世界表示、自动数据构建、模型学习与独立评测。其 Foundry 模块结合静态与动态感知自动生成世界记录，Data 将约 100 个自采场景整理为约 8 万 QA 对，用于训练 HOLIWORLD-VL-4B；HOLIWORLD-Bench 由人工标注留出录像构成。作者报告在 ScanNet、ScanNet++、Aria Digital Twin 及该基准上静态感知与动态跟踪表现良好，训练后模型在时空推理上明显提升。
要点速读
- HOLIWORLD-Foundry 结合静态与动态感知，自动构建连接场景结构与物体状态、交互历史的世界记录。
- HOLIWORLD-Data 基于约 100 个自采场景，含约 8 万 QA 对，用于训练 HOLIWORLD-VL-4B。
- 作者报告在 ScanNet、ScanNet++、Aria Digital Twin 和 HOLIWORLD-Bench 上静态感知与动态跟踪表现良好，训练后模型在 HOLIWORLD-Bench 与 EgoDynamic4D 上时空推理提升。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/21 01:00:13（北京时间）。