HuggingFace Daily Papers·· 13 天前AI 评分73
WorldFlow：通过大规模预训练联合预测视频与三维运动
WorldFlow: Joint Video and 3D Motion Prediction via Large-Scale Pretraining
AI 导读
WorldFlow 是一个生成式世界模型，用统一的 Mixture-of-Transformers（MoT）骨干在 rectified-flow 目标下同时去噪视频与查询式三维轨迹，将三维运动参数化为与视频网格对齐的连续位移 token。
来源：HuggingFace Daily Papers · huggingface.co