Doppel is a cross-embodiment video world model from Johns Hopkins University, Carnegie Mellon University and Toyota Research Institute. Given an initial image, camera-aligned renders of a planned motion and its numerical trajectory, it predicts how the scene and objects will move.

Grundinformationen

Modelltyp
Weltsimulation
Architektur
Transformer
Erfasste Versionen
Doppel-8

Publikationen (1)

Render the Robot, Generate the World: One Video World Model Across Embodiments

Fachartikel verfügbar

arXiv: 2611.24925
Autoren und Einrichtungen (7)

Autorenreihenfolge: Originalreihenfolge

  1. Yash Jangir

    Johns Hopkins University

  2. Karan Mirakhor

    Carnegie Mellon University

  3. Renos Zabounidis

    Carnegie Mellon University

  4. Muhammad Zubair Irshad

    Toyota Research Institute

  5. Sergey Zakharov

    Toyota Research Institute

  6. Yonatan Bisk

    Carnegie Mellon University

  7. Homanga Bharadhwaj

    Johns Hopkins University

Erstveröffentlichung
2026-11
Neueste Revision
v1
Konferenz / Zeitschrift
arXiv

Abgedeckte Modellversionen

  • doppel · Doppel-8

    Shared render-action video world model and the eight-embodiment Doppel-8 experiment.

Offizielle Quellen

Quelle oder Korrektur einreichen