腾讯 ARC 发布 WorldCrafter：隐式 3D 记忆让视频世界模型分钟级探索保持一致
TencentARC · hf · 2026-09-22
TencentARC 发布视频世界模型 WorldCrafter，针对交互式环境探索中长期时域与跨视角难以尊重历史观测的问题，学习一种「可按相机查询的隐式 3D 感知记忆」：- 核心思路是让目标视角决定多视角证据如何压缩进视频生成器有限的 token 预算
- 记忆编码器与位姿条件读取模块与视频生成器联合训练，在去噪前把历史观测整合进固定数量的目标视角专属 token，无需显式深度对应
- 结合近期时序上下文与少步蒸馏，可从单张输入图或文本提示开始流式探索场景
- 静态与动态场景实验显示长时域一致性与相机控制精度显著提升，视觉质量在分钟级探索中保持
所属事件:腾讯 ARC 开源 WorldCrafter：隐式 3D 记忆实现长程一致探索(9 条相关)→
「多模态」频道最新
- DyCraft 用 LLM 从文本生成分钟级多镜头 3D Blender 动画 — songyoupeng · 2026-11-12
- 鼓循环变速法溯源：切片来自 DAW beat mode，分离法出自 2014 论文 — teropa · 2026-11-12
- 用 Fable 加网页调研自制鼓循环变速算法，只拉伸衰减段 — teropa · 2026-11-12
- Reddit 用户用 AI 生成分集短剧：异常体已删掉她父母，正在重写整座城市 — Crazy-Baker-8828 · 2026-11-12
- Runway 发布 27B MoE 世界行动模型 Praxis-1,Fast 版中位延迟仅 73ms — ChongZzZhang · 2026-11-12
- MiniMax H3 Image 生成 3D 游戏场景比 GPT Image 快 3 倍 — HeyToha · 2026-11-12