arXiv · 机器人与计算机视觉· Gene Chou, Charles Herrmann, Kyle Genova, Boyang Deng, Songyou Peng, Bharath Hariharan, Jason Y. Zhang, Noah Snavely, Philipp Henzler·· 13 天前AI 评分68
CityRAG:通过空间锚定的视频生成进入城市
CityRAG: Stepping Into a City via Spatially-Grounded Video Generation
AI 导读
该论文提出了 CityRAG 模型,旨在解决生成三维一致且可导航的、对真实地点进行空间锚定的环境模拟问题。现有视频生成模型虽能根据文本或图像提示生成合理序列,但缺乏在任意天气条件和动态物体配置下重建现实世界的能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org