研究提出GeoState解耦几何状态以改进3D世界建模

发生了什么

据arXiv cs.LG论文《GeoState: Learning View-Decoupled Geometry States for 3D World Modeling》介绍，研究者提出一种视图解耦的几何表示方法，用于预测性3D世界建模。该方法通过场景标记器聚合多视角基础模型特征为解耦场景状态，由几何解码器查询，自回归世界模型预测未来状态而相机运动单独建模。实验显示其在Waymo上优于 prior models，并泛化至KITTI和nuScenes。