近日，北京化工大学王坤峰教授课题组在人工智能领域顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（简称IEEETPAMI）发表了题为“4DWeaver: Bridging Reconstruction and Generation via Compact Autoregressive Priors”的研究论文。论文第一作者为信息科学与技术学院硕士生郝若森，通讯作者为信息科学与技术学院王坤峰教授和沈甜雨副教授，北京化工大学为唯一署名单位。该研究得到了国家自然科学基金和北京市自然科学基金的资助。
图1.论文发表页面
自动驾驶是人工智能领域最具代表性的综合性前沿方向之一，被视为检验人工智能感知、认知与决策能力的重要技术高地。高质量的动态驾驶场景生成能够为自动驾驶系统训练、复杂环境理解与决策规划提供丰富、真实且可控的场景支撑。针对现有动态场景生成方法计算开销大、时空结构信息易丢失，以及高质量重建与高效生成难以兼顾的问题，课题组提出了基于紧凑自回归潜在先验（CALP）的3D动态场景生成框架4DWeaver。该方法创新性地构建具有时空结构约束的紧凑潜空间，并利用历史场景演化规律对潜变量分布进行建模，在大幅压缩场景表征、降低计算开销的同时，有效提升了动态场景的生成与重建性能；在此基础上，进一步设计了高效的潜空间扩散生成模型，实现复杂3D动态场景的高质量生成。该研究为高保真、低成本的大规模自动驾驶场景构建提供了新的技术路径，有望推动自动驾驶系统训练、环境理解、决策规划及世界模型等相关技术的发展。
图2.重建–生成权衡困境
图3. 4DWeaver高质量长序列生成效果
IEEE Transactions on Pattern Analysis and Machine Intelligence（IEEETPAMI）是IEEE Computer Society旗下旗舰期刊，也是中国计算机学会（CCF）推荐的A类国际学术期刊和计算机领域高质量科技期刊T1级期刊，长期聚焦计算机视觉、模式识别、机器学习与人工智能等领域的前沿研究，是相关领域最具国际影响力的学术期刊之一。
本次研究成果在该期刊的发表，体现了团队在自动驾驶世界模型、场景生成与时空建模等方向持续开展前沿探索的研究基础与创新能力。未来，团队将进一步面向复杂真实驾驶环境，持续推进高质量场景表征、动态世界演化建模与多模态生成等关键技术研究，探索更加高效、真实且具备物理一致性的自动驾驶世界模型，推动相关成果在自动驾驶系统训练、环境理解、决策规划与闭环仿真测试等场景中的应用，为下一代自动驾驶与具身智能系统的发展提供技术支撑。
原文链接：https://ieeexplore.ieee.org/document/11667217
通讯作者介绍
王坤峰，北京化工大学教授、博士生导师，研究生院副院长、研究生工作部副部长。研究领域包括计算机视觉、多模态感知和具身智能系统，尤其是动态开放场景下的自动驾驶与移动机器人技术研究及应用。近年来以共同作者在Science Robotics、IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Image Processing、IEEE Transactions on Neural Networks and Learning Systems、AAAI Conference on Artificial Intelligence等国际学术期刊和会议上发表论文100多篇，授权国家发明专利及美国专利50余项。2023-2025年连续入选年度全球前2%顶尖科学家榜单（斯坦福）。主持国家自然科学基金、北京市自然科学基金、企业横向等项目10余项。现任IEEE Senior Member、中国计算机学会计算机视觉专委会委员、中国自动化学会模式识别与机器智能专委会委员、《自动化学报》编委、IEEE Transactions on Intelligent Transportation Systems编委。
沈甜雨，北京化工大学信息科学与技术学院副教授、硕士生导师。主要研究方向为具身智能、多模态感知与移动机器人系统，在IEEE TPAMI/TMM/TFS/TSMC-S、IEEE/CAA JAS等顶级期刊或会议上发表学术论文40余篇；授权国家/国际发明专利10余项。曾获中国自动化学会优秀博士学位论文奖。主持国自然青年科学基金（C类）、北京市自然基金面上项目等课题。现任中国自动化学会计算智能及其应用专业委员会秘书长、中国科技核心期刊《智能科学与技术学报》编委、国际期刊International Journal of Intelligent Control and Systems编委。