geometry-priors

PhysInsert 提出一种物理上合理的参考图像物体插入框架，通过几何引导适配与物体-场景双向空间监督，联合调整物体与环境的姿态、光照，并构建了 Insert World 数据集与 PhysInsert-Bench 评测基准。

MetaView 提出了一种基于扩散的单目新视角合成框架，该框架结合了隐式几何先验与度量深度引导，能够在单张图像的大视角变化下实现一致且可控的渲染。

Stream3D-VLM 是一款在线3D视觉-语言模型，通过增量整合几何先验并使用几何自适应体素压缩，能够从流式视频中实现实时空间理解，在3D空间理解任务上优于现有模型。