arXiv · 机器人与计算机视觉· Mehrdad Noori, Guile Wu, Sam Hosseini, Dongfeng Bai·· 2026-10-07AI 评分74
GeoWM:显式几何的直接世界建模
GeoWM: Efficient Direct World Modeling in Explicit Geometry
AI 导读
针对自动驾驶与机器人领域建模三维场景及其随时间演化的需求,本文提出了 GeoWM,一种直接预测未来场景几何的世界模型。该方法利用几何基础模型将观测到的 RGB 帧转化为几何历史,并以此条件化流匹配 Transformer 来预测指定未来时步的几何结构;同时引入轻量级相机运动预测器估计未来视点,并将观测几何投影至该视点以提供有效的几何先验。
来源:arXiv · 机器人与计算机视觉 · arxiv.org