因果时空 Mamba：单目视频前馈 4D 重建新框架
zhenjun_zhao · x · 2026-10-23
论文提出从单目视频进行因果 4D 视觉几何学习的前馈框架，解决动态场景重建中时间无序聚合、几何与运动监督割裂的问题。
核心组件：
- Causal Spatiotemporal Mamba(CSM)：在时间聚合中引入方向性状态传播，通过互补的时间-空间与空间-时间扫描，跨帧持续传播几何感知状态，建模时空演化。
- 统一运动监督(UMS)：不再把运动当独立目标，而是利用相机与深度头的几何感知预测构建统一前向运动场，使其与底层 3D 结构一致，显式约束帧间状态转移，得到一致的 4D 场景表示。
「研究」频道最新
- 伯克利 StyleStream 2.0：流式语音转换延迟降至 520ms 提速一倍 — Berkeley · 2026-10-23
- 数学博士生宣布离开学术界：AI 正让数学变得面目全非 — pickover · 2026-10-23
- ICLR 投稿现 LLM 残留自评：作者模型自曝结果不显著 — _onionesque · 2026-10-23
- AKV 推理系统让 Agent 自管 KV 缓存,成本降 27.7% 准确率反升 — _akhaliq · 2026-10-23
- AuroraTTS-100K：不到 100K 参数的英文 TTS，INT8 仅 127KB — Tall_Abrocoma_3533 · 2026-10-23
- MiTaS 多分辨率触觉模仿学习登场：成功率 80% 远超纯视觉基线 35.5% — Jan_R_Peters · 2026-10-23