论文页面 - PanoWorld: 真实世界全景生成

来源：https://huggingface.co/papers/2607.09661

摘要

本文旨在通过利用全向表示的旋转等变性（旋转可视为隐式几何变换），解决全景世界模型中的长程记忆挑战。基于这一见解，我们提出了PanoWorld，该方法将相机轨迹简化为固定航向下的平移，并通过密集全景射线条件（DPRC）和几何感知记忆增强（GMA）分别处理当前动作建模与长程记忆。随后，引入三阶段训练流程逐步优化各组件。为了更好地评估大幅空间变化和多样光照条件下的物理一致性（现有数据集相对稳定），我们构建了World360，一个大规模数据集，包含通过全景无人机采集的真实世界视频片段以及由AirSim360生成的高质量模拟片段。在World360上的大量实验证明了PanoWorld的有效性，其性能大幅超越其他方法。我们的模型、训练代码和数据集将公开提供。更多信息请访问项目页面：https://lihaoy-ux.github.io/panoworld-page/。

查看 arXiv 页面 (https://arxiv.org/abs/2607.09661)查看 PDF (https://arxiv.org/pdf/2607.09661)项目页面 (https://lihaoy-ux.github.io/panoworld-page/)GitHub2 (https://github.com/Insta360-Research-Team/PanoWorld)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.09661)

在您的 agent 中获取此论文：

hf papers read 2607.09661

没有最新 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型1

Insta360-Research/PanoWorld 更新于约 6 小时前 • 1 (https://huggingface.co/Insta360-Research/PanoWorld)

引用此论文的数据集0

无数据集链接此论文

请在数据集的 README.md 中引用 arxiv.org/abs/2607.09661，以在此页面建立链接。

引用此论文的 Spaces0

无 Space 链接此论文

请在 Space 的 README.md 中引用 arxiv.org/abs/2607.09661，以在此页面建立链接。

包含此论文的收藏集0

无收藏集包含此论文

请将此论文添加到一个收藏集 (https://huggingface.co/new-collection) 中，以在此页面建立链接。