arXiv · cs.AI· Hongchang Liu·· 12 天前AI 评分22
GeoState：学习视角解耦的几何状态用于 3D 世界建模
GeoState: Learning View-Decoupled Geometry States for 3D World Modeling
来源与原文
arXiv · cs.AI
作者：Hongchang Liu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.22343v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
GeoState 是一种用于预测式 3D 世界建模的视角解耦几何表示，将场景状态演化与相机相关的观测分离。其场景 tokenizer 将多视图 GFM 特征聚合为视角解耦的场景状态，自回归世界模型预测未来状态，相机运动单独建模，整个 rollout 保持单一尺度、无需逐帧对齐。该方法在 Waymo 上优于已有 3D 世界模型，并可零样本泛化到 KITTI 和 nuScenes。
来源：arXiv · cs.AI · arxiv.org