標籤 KAIST

L3G-World 研究:3D 高斯記憶讓生成的世界回頭不變樣

TechMoon 精選圖:相機路徑穿越由 3D 高斯斑點構成的生成世界,探索軌跡持續寫入空間記憶並擴張場景。

KAIST 團隊 10 月 29 日在 arXiv 公開 L3G-World,用可更新的潛在 3D 高斯記憶做世界生成:記憶隨走過的空間成長而不是隨影片長度膨脹,生成器讀記憶不再畫回圖片再重新壓縮,在單張 H100、480×832 加少步蒸餾跑到每秒 9.02 格;論文也載明僅支援靜態場景,程式與權重的釋出清單尚未勾選。

LOWN 視覺路由解碼:讓擴散式視覺模型只在需要時看圖

TechMoon 精選圖:LOWN 視覺路由解碼,讓擴散式視覺語言模型只在需要時看圖

KAIST 研究團隊的 LOWN 讓擴散式視覺語言模型在生成時自己判斷這一步要不要看圖:純文字預測與上次看圖結果一致就沿用,出現分歧才重讀。十項基準平均保留 LLaDA-V 99.6% 分數、解碼運算量降到 35.3%,實際生成時間平均少 57.4%;certificate 在演算法裡的意義、各基準差異與快取疊加的品質代價,是解讀這三組數字前要先對齊的量尺。

Share to...