Newest papers

Learning the 4D World through Point Trajectory Forecasting

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

Vietnamese

Dự đoán nhiều dạng xem đáng tin cậy đòi hỏi video từ các máy ảnh khác nhau để mô tả cùng một cảnh 3D đang phát triển. Để đạt được mục đích này, chúng tôi giới thiệu Video-Point Model (VPM), một mô hình thế giới có điều kiện trên lịch sử video nhiều dạng xem và một hướng dẫn ngôn ngữ để cùng dự đoán các video trong tương lai từ các quan điểm tùy ý và các quỹ đạo 3D của các điểm cảnh vĩnh viễn.

Machine translation (Meta M2M100); the English original follows.

Abstract

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

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange