Byungwoo Jeon, Sunghwan Hong, Dohyeon Kim, Jonghoon Lee, Jungwoo Park, Inhee Lee, Doosan Baek, Jinil Kim · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28594 · open-access PDF
신뢰할 수 있는 멀티뷰 예측은 동일한 진화하는 3D 장면을 묘사하기 위해 서로 다른 카메라의 비디오를 필요로 합니다.이 목적을 위해, 우리는 멀티뷰 비디오 스토리를 조건화하는 세계 모델인 비디오 포인트 모델(VPM)을 도입합니다.이 모델은 멀티뷰 비디오 스토리를 조건화하는 언어 지침을 사용하여 임의의 관점에서 미래의 비디오와 지속적인 장면 포인트의 3D 경로를 공동으로 예측합니다.우리는 카메라 조건화 된 멀티뷰 프로세싱을 통해 미리 훈련된 세계 모델을 확장하여 카메라 간의 보완적인 관찰을 통합하고, 시간을 통하여 물리적 포인트가 어떻게 움직이는지를 예측하는 트랙터 헤드를 추가합니다.
Machine translation (Meta M2M100); the English original follows.
Reliable multi-view forecasting requires videos from different cameras to describe the same evolving 3D scene. To this end, we introduce Video-Point Model (VPM), a world model that conditions on multi-view video histories and a language instruction to jointly forecast future videos from arbitrary viewpoints and the 3D trajectories of persistent scene points. We extend a pretrained world model with camera-conditioned multi-view processing that integrates complementary observations across cameras, and add a trajectory head that predicts how physical points move through time. Each trajectory trac
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28594, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange