本研究提出FloNa导航任务，首次将平面图应用于具身视觉导航，解决了现有方法在效率和准确性上的不足。通过创新的FloDiff扩散策略，克服了空间不一致性和图像对齐的挑战，实验结果显示该方法在陌生场景中表现优异。

本研究提出了PaintScene4D框架，旨在生成真实感动态4D场景。该框架通过多样数据集训练的视频生成模型和摄像机阵列选择，实现了空间和时间的一致性，提升了场景的真实感与灵活性。重要发现是其无训练架构能够高效生成可从任意轨迹查看的4D场景。