WorldRoPE：多视角注意力的世界中心位置编码

Mijeong Kim 等人发表论文提出 WorldRoPE，一种面向多视角注意力的概率化世界中心旋转位置编码（RoPE）。该方法将每个 patch token 反投影为共享世界坐标系下的一组体积高斯原语，以联合建模多个深度假设、深度不确定性及 patch 视锥的空间范围。上述内容来自论文自述，尚未见经同行验证的效果结论。

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。