Video Models as Native 4D Renderers: World-Grounded Conditioning from Animated Mesh
视频模型作为原生4D渲染器:基于动画网格的世界 grounding 条件
机构 * Tsinghua University(清华大学) ; The Hong Kong Polytechnic University(香港理工大学) ; University of Electronic Science and Technology of China(电子科技大学) ; Sun Yat-sen University(中山大学) ; The University of Hong Kong(香港大学) ; University of Science and Technology of China(中国科学技术大学) ; Nanyang Technological University(南洋理工大学)
AI总结 该研究提出参考引导渲染器DAR,扩展Wan2.2相机控制,用跟踪和世界位置组成的4D G缓冲作为条件,在DAR-4D基准上实现优于现有方法的视频生成性能。
Comments 14 pages, 5 figures