Jiahao Wang

EvoWorld 利用显式3D记忆推进全景视频生成

研究人员推出 EvoWorld，这是一种新颖的世界模型，旨在生成具有增强的长期空间一致性的全景视频。该模型将显式3D记忆整合到视频生成过程中，利用重建的几何结构来指导未来帧的合成。EvoWorld 旨在通过提供空间一致的视觉输出，模仿人类的心理探索，在各种环境（包括合成、室内和真实世界场景）中，其真实性和一致性均优于现有方法。研究人员还开发了一个新的基准来评估远程探索能力，重点关注闭环检测和空间一致性。