SPW-Nav：单张全景图实时流式生成 1 分钟 2K 360° 视频导航
AlayaLab · hf · 2026-10-09
AlayaLab 提出 SPW-Nav，一个语言引导的流式全景世界模型：理解移动指令，从单张全景图实时流式生成 1 分钟 2K 360° 视频。
方法：把每条指令解释为先前生成全景中的相机运动；球面旋转解耦保证旋转在球面上精确执行；姿态对齐的条件化让长流中平移输入保持有界；多记忆项配合少步生成器在指令变化时延续场景。同时发布带相机轨迹与校验指令的全景视频数据集 SPW-NavSet。
应用场景包括交互式 3D 场景探索、VR 与具身智能体训练。评测显示其在相机跟随精度与视频质量上超过既有全景生成器，并支持即时切换指令。
「多模态」频道最新
- Qwen-Image 2.1 换装一致性 LoRA 登上 Hugging Face 热榜 — ausboss · 2026-10-09
- 曝 Seedance V2 靠千人数据团队+购买电影级素材而非抓取抖音出圈 — creatoroff · 2026-10-09
- 单张 RTX 5090 跑 MiniMax H3:15 秒视频实测 0.8MP 是极限 — Realistic-Fennel-190 · 2026-10-09
- Higgsfield Katana 让 AI 网红零拍摄 remake 短剧测新受众 — SimplyAnnisa · 2026-10-09
- 别盯着旧市场：AI 视频「短命爆款」正在催生全新娱乐品类 — bendee983 · 2026-10-09
- Fable 5.1 模拟视频爆火，单条收获 1610 万次观看 — FinanceYF5 · 2026-10-09