研究者提出VPM世界模型，联合预测视频与3D轨迹

Byungwoo Jeon等作者提出 Video-Point Model（VPM）世界模型，以多视角视频历史和语言指令为条件，联合预测任意视角的未来视频，以及持续场景点的 3D 轨迹。 研究者在预训练世界模型上加入相机条件多视角处理和轨迹头，并构建训练语料 VPM-Data 与评测基准 VP-WorldBench。上述方法及效果来自该论文的自我描述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。