研究人员推出 EgoGenEval,这是一个旨在评估视觉生成模型在自我运动下物理一致性的新基准。该基准包含 1,400 个案例和 2,360 个目标视图,用于衡量相机运动地面真实性 (CMG) 和场景状态保持 (SSP)。对 16 个无姿态生成器的评估显示,当前模型在同时处理这两个方面时都存在困难。此外,使用 EgoGen-Train 的监督微调研究表明,成对监督并不能持续地同时改进 CMG 和 SSP,这表明需要以轨迹为中心的训练范式。 AI
影响 该基准有望推动需要空间推理和具身规划的应用中视觉生成模型的改进。
排序理由 该集群包含一篇研究论文,介绍了一种用于视觉生成器的新基准和评估方法。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →