Tag · 2 篇
扩散解码器
分布 3D 视觉与重建1自监督与表征学习1
01 02
LagerNVS：面向全神经实时新视角合成的潜空间几何
LagerNVS: Latent Geometry for Fully Neural Real-time Novel View Synthesis
用显式三维重建预训练的编码器为前馈式新视角合成注入三维归纳偏置，配合轻量解码器即可实时渲染并达到 31.4 PSNR；该思路可直接迁移到任何需要三维先验的潜变量生成或重建管线，并可替换为扩散解码器做生成式外推。
InternVideo-Next：迈向世界理解的视频模型
InternVideo-Next: Towards World-Understanding Video Models
提出 Encoder-Predictor-Decoder 框架，用条件扩散解码器注入图像语义先验，解决像素级 MVM 收敛难与语义冲突问题，为视频自监督预训练提供可复用的潜空间世界模型构建方案。