标签
MemLearner 提出了一种基于学习的自适应上下文查询方法，使用查询令牌来改善视频世界模型中的场景一致性和记忆，特别适用于具有遮挡和动态物体的长序列。
SAM 3D Animal提出了一个基于提示的框架，用于从单张野外图像中进行多动物三维重建，该框架基于SMAL+模型，在多个数据集上取得了最先进的结果。