WorldCrafter: согласованная видео world-модель с неявной 3D-осведомлённой памятью

Tencent ARC Lab

исследования официальный 2 ист. ~1 мин

Видео world-модель с неявной 3D-осведомлённой памятью, адресуемой камерой: целевая точка обзора определяет, как исторические наблюдения сжимаются в бюджет токенов генератора, без явных depth-соответствий. Совместно обучаемый memory-энкодер плюс считывание с учётом позы и few-step-дистилляция поддерживают потоковое исследование сцены минутного масштаба из одного изображения или текстового промпта.

Почему это важно

Самая залайканная статья дня на HF Daily Papers (194 апвоута) и шаг к интерактивному исследованию открытых миров с long-horizon-согласованностью — главной блокирующей проблеме играбельных world-моделей.

Важность: 4/5

Топ HF Daily Papers дня (194 апвоута, >=100 bump)

video-generation world-models 3d paper

Источники

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

вторичный HuggingFace Daily Papers — WorldCrafter