UltraWorld 用未追踪临床超声视频自蒸馏出可交互世界模型,在九个仿真闭环规划回合中把终点距离与朝向误差较视觉伺服降低 29% 与 38%
UltraWorld 提出一种自蒸馏方案:先把临床超声视频适配成以参考图像和解剖掩膜为条件的超声生成器,再用三维解剖沿可编程轨迹采样掩膜合成动作—视频对,将生成器蒸馏为仅凭局部观测与动作预测未来观测的世界模型,并引入把探头位姿与成像设置表示为逐像素三维采样位置、声束方向与深度的 Acoustic Sampling Map;实验显示预测保真度与动作跟随改善,在九个仿真闭环局部规划回合中终点距离与朝向误差较视觉伺服分别降低 29% 与 38%。