← 返回 2026-09-23 简报

WorldCrafter:具备隐式3D感知记忆的一致性视频世界模型

WorldCrafter: Consistent Video World Model with Implicit 3D-aware Memory

语音播报
摘要
事件:腾讯ARC实验室发布WorldCrafter,一种具备隐式3D感知记忆的视频世界模型,旨在解决长视距探索中的视角一致性难题。 要点:通过相机查询的隐式内存压缩多视角证据,结合时间上下文与少步蒸馏,实现从单图或文本生成的流式场景探索。 影响:显著提升分钟级探索的长期一致性与相机控制精度,为交互式动态环境生成提供高效且高质量的新范式。

论文

arxiv:2609.24984
复制 Markdown

WorldCrafter:具有隐式 3D 感知记忆的一致性视频世界模型

发布于 9月21日
·
提交者
Wangbo Yu
于 9月22日

今日第2篇论文

·
ARC Lab,腾讯
作者:
Wangbo Yu
,
Kunhao Liu
,
Wenbo Hu
,
Shenghai Yuan
,
Chaoran Feng
,
Haiyang Zhou
,
Yukun Huang
,
Yiran Wang
,
Wang Zhao
,
Yingmin Luo
,
Ying Shan

摘要

视频世界模型使得对动态环境的交互式探索成为可能,但在长视域和跨视角下难以保持对先前观察结果的一致性。我们提出了 WorldCrafter,这是一种视频世界模型,它学习了一种可通过相机查询的隐式 3D 感知记忆以实现此目的。其关键见解在于,让请求的视角决定如何将多视图证据压缩到视频生成器的有限令牌预算中。与世界生成器联合训练,记忆编码器和姿态条件读取模块在去噪之前将历史观察结果整合为一组固定的目标视图特定令牌,无需显式的基于深度的对应关系。通过将这种记忆与近期的时间上下文以及少步蒸馏相结合,WorldCrafter 能够从单张输入图像或文本提示开始实现流式场景探索。在静态和动态场景上的实验表明,在分钟级探索期间保持视觉质量的同时,长视域一致性和相机控制精度均获得了显著提升。

查看 arXiv 页面
查看 PDF
项目主页
GitHub
194
添加到合集
社区
Drexubery
论文提交者
约 19 小时前

我们介绍了 WorldCrafter,这是一种具有可通过相机查询的隐式 3D 感知记忆的视频世界模型,用于一致且长视域的场景探索。WorldCrafter 从单张图像或文本提示开始,结合历史观察结果、近期时间上下文和少步蒸馏,以支持流式探索,从而提高一致性和相机控制能力。

项目主页:https://drexubery.github.io/WorldCrafter

GitHub:https://github.com/TencentARC/WorldCrafter

查看翻译
🔥
3
+
回复
researchstudio-bot
约 13 小时前

这是 ResearchStudio 团队发送的自动消息。

我们为此论文创建了一个交互式 ResearchStudio Reel。它包括视觉海报、视频和博客,所有文件均可下载且格式可编辑。

打开 ResearchStudio Reel →

从 Hugging Face 下载所有文件

如果您觉得该 Reel 有帮助,请给此评论点赞!

想探索或为更多论文创建 Reels?请访问 ResearchStudio 演示。

查看翻译
回复
wbhu-tc
论文作者
约 8 小时前

演示线程:https://x.com/wbhu_cuhk/status/2102260092146196527

查看翻译
回复
编辑
预览
通过拖拽、粘贴或点击此处上传图片、音频和视频。
评论

· 注册或登录以发表评论

赞成票
112
+100

在您的代理中获取此论文:

hf papers read 2609.24984
没有最新的 CLI?
引用此论文的模型
2
TencentARC/WorldCrafter-Fast
图像到视频
•
更新于约 19 小时前
•
7
TencentARC/WorldCrafter-Base
图像到视频
•
14B
•
更新于约 19 小时前
•
26
•
3
引用此论文的数据集
0

无链接此论文的数据集

在数据集 README.md 中引用 arxiv.org/abs/2609.24984 以从此页面链接它。
引用此论文的 Spaces
2
🌍
hugging-apps/worldcrafter-demo
🌍
akhaliq/worldcrafter-demo-workflow
包含此论文的合集
0

无包含此论文的合集

将此论文添加到合集中以从此页面链接它。

本条评分 10.9 score-v1
  • 来源权威 9
    注册表 priority=9(HuggingFace Daily Papers)
  • 时效 1.945
    发布 22.5 小时前,衰减到 1.94/3.0
  • 多源印证 0
    只有 1 家在报(无旁证)
  • 社区信号 0
    无社区数据(本管线走 RSS,HN 的 hn_fetcher 未接入)

首次收录 · 2026-09-23 · 10.95 分

原文链接:https://huggingface.co/papers/2609.24984
来源:HuggingFace Daily Papers
以上内容由 AI 自动翻译,仅供参考。
← 返回简报