Newest papers

Stream4D: Streaming 4D Reconstruction with Training-free Motion Decoupling via Causal KV-Cache Attention

Wei Zhang, Ying Feng, Mengtong Wu, Shiqiang Gong, Huaqi Zhang, Qi Zhang · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31320 · open-access PDF

French

La reconstruction d'une scène 4D nécessite une manipulation robuste d'objets dynamiques, mais les méthodes de streaming existantes supposent généralement des scènes statiques, conduisant à des dérives posées et à des artefacts fantômes sur de longues séquences. Nous présentons Stream4D, un cadre de reconstruction de streaming sans entraînement et déconnecté de mouvement qui peut être directement intégré dans les vertèbres causales de Transformer (par exemple, StreamVGGT, Stream3R). Notre observation clé est que l'attention causale encode implicitement de riches signes de mouvement temporel dans le cache KV. Nous agrégons de manière adaptative ces signes à partir de plusieurs couches d'attention et à travers des fenêtres temporelles,

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

Abstract

4D scene reconstruction requires robust handling of dynamic objects, yet existing streaming methods commonly assume static scenes, leading to pose drift and ghosting artifacts over long sequences. We introduce Stream4D, a training-free, motion-decoupled streaming reconstruction framework that can be directly integrated into causal Transformer backbones (e.g., StreamVGGT, Stream3R). Our key observation is that causal attention implicitly encodes rich temporal motion cues within the KV cache. We adaptively aggregate these cues from multiple attention layers and across temporal windows, and fuse

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

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