WorldFlow 联合预测未来视频与基于查询点的三维运动轨迹,在空间认知集 SpatialCog 上,它的平均位移误差比最强外部基线低 54.2%,世界模型同时预测画面与运动轨迹的能力因此得到验证,视频与三维运动轨迹的联合预测,让世界模型对未来场景的刻画更加完整。
正文完
WorldFlow 联合预测未来视频与基于查询点的三维运动轨迹,在空间认知集 SpatialCog 上,它的平均位移误差比最强外部基线低 54.2%,世界模型同时预测画面与运动轨迹的能力因此得到验证,视频与三维运动轨迹的联合预测,让世界模型对未来场景的刻画更加完整。