arXiv · 机器人与计算机视觉· Qirui Li, Xin Zhang, Yabo Chen, Jinkun Hao, Paul L Rosin, Yu-Kun Lai, Haibin Huang, Yin Chen, Ran Yi, Chi Zhang·· 6 天前AI 评分83
CoCode-World:面向多人世界模型的共享 3D 代理表示
CoCode-World: Shared 3D Proxy Representation for Multi-Player World Models
AI 导读
论文提出了 CoCode-World,这是一个用于双人视频生成的共享 3D 代理框架,旨在解决多玩家生成模型中不同视角下共享实体的一致性难题。该方法将场景布局、运动和遮挡的结构控制与角色及场景外观的视觉合成分离:可编程代理定义结构信息,RGB 引用引导外观细节;通过拼接成对的代理视频、外观参考和目标视图,利用预训练视频模型的注意力机制在单一生成分支内实现跨视角通信。
来源:arXiv · 机器人与计算机视觉 · arxiv.org