Tag · 2 篇
视角转换
分布 视觉语言模型1生成模型与扩散1
01 02
保持 SymPL：面向视觉语言模型异中心空间推理的符号投影布局
Keep it SymPL: Symbolic Projective Layout for Allocentric Spatial Reasoning in Vision-Language Models
把异中心（物体中心）视角的空间问题转成符号化布局表示再交给 VLM，这个「投影+抽象+二分+定位」的重构思路可直接用于提升 VLM 在三维场景理解、多视图问答和视角变换类任务上的表现。
EgoX：从单段第三人称视频生成第一人称视频
EgoX: Egocentric Video Generation from a Single Exocentric Video
将大规模视频扩散模型通过轻量低秩适配迁移到极端视角变换的跨视角视频生成任务，其宽度/通道拼接的条件注入策略与几何引导自注意力机制可复用于新视角合成、视角转换等需要保持几何一致性的生成任务。