GAE 几何原生自编码器:FVD 降 23.1% 的世界模型基石

yshan2u · x · 2026-09-22

作者发布 GAE(Geometry-native Autoencoder),定位为持久世界模型的基础构件:首次把一个紧凑的几何原生自编码器直接嵌入世界建模过程,给生成世界加上「软骨架」——足够灵活以支持想象,又足够结构化以在相机移动时保持世界一致性。

从零训练得到的世界模型取得两项关键提升:

• FVD 最高降低 23.1%
• 相机轨迹误差减半

原文链接 →

「研究」频道最新

• 显微镜分辨率过高反而害了 CNN,U-Net 降采样 4 倍分割更准 — bravo_abad · 2026-09-22
• OpenAI 纳维-斯托克斯证明被指钻了题设漏洞 — joshgans · 2026-09-22
• LuaJIT UDF 把 LLM 决策读出嵌进 DuckDB：零 token 概率分类进 SQL — Shoddy_Telephone9702 · 2026-09-22
• 论文：LLM 主体入市场难收敛，资源配置效率低于人类 — WillRinehart · 2026-09-22
• 500 万份法院判决如何低成本抽实体关系？作者公开求解 — SignificantZebra5883 · 2026-09-22
• SJTU 发布 SVEET:流式视频编辑达单卡 H100 上 15 FPS 实时 — SJTU · 2026-09-22

更多「研究」频道 AI 资讯 →