复用视频模型的时间先验
mangahomanga · x · 2026-07-18
作者解释了方法背后的直觉：
- 预训练视频模型本身已经学到了“交互如何展开”的时间先验。
- 他们从 TrackCraft3r 出发，这个稠密 3D 跟踪器建立在 Wan2.1 之上。
- 目标不是重新训练一个全新模型，而是复用已有时间建模能力，把它转成“预测未来 3D 运动”的能力。
所属事件:MotionForesight 预测未来3D运动(6 条相关)→
「研究」频道最新
- DeepMind 论文：LLM 无法真正随机，给随机种子才行 — rohanpaul_ai · 2026-10-27
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- 世界模型新玩法：物体赋重量摩擦系数，物理引擎推演机器人动作 — jonstephens85 · 2026-10-27
- 剑桥等机构论文揭露图软提示的 token collapse 病态行为 — Sapienza · 2026-10-27
- Mathathon 2.0 启动：与陶哲轩 SAIR 合作，团队获 150 万美元算力 — _sathvikr · 2026-10-27
- 推友提出「甜课程」真实存在：两类 ML 问题应分而治之 — mike64_t · 2026-10-27