跳到正文
arXiv · 机器人与计算机视觉· Jahyeok Koo, Hyeonseo Yu, Seungho Jang, Jaewoo Jung, Jiwon Kang, Seokju Cho, Seungryong Kim·· 2026-10-15AI 评分36

Ask4NV:通过空间问答学习提升新视角生成质量

Can Learning to Answer Spatial Questions Improve Novel-View Generation?

AI 导读

Ask4NV 模型基于预训练统一多模态架构,将相机几何融入 VAE 与 ViT 表示以增强新视角生成的外观与结构一致性。实验显示该方法在保持图像质量的同时具备竞争力的三维语言理解能力,联合训练进一步提升了跨视图对应关系及三维感知特征空间相似度。项目页面已公开,代码与数据许可状态待定。

来源:arXiv · 机器人与计算机视觉 · arxiv.org