L3G-World создает интерактивные 3D-миры из одного изображения в реальном времени.
Генератор интерактивных 3D-миров L3G-World создает сцены в реальном времени из одного изображения. Латентная 3D-гауссова память L3G-Mem растет по размеру исследованной сцены, а не по длине сгенерированного потока.
- Генерирует минутные видео с сохранением консистентности сцены при повторных визитах.
- Гауссовы примитивы хранят VAE-латенты, память рендерится прямо в latent-пространство DiT, без RGB-рендеринга и обратного кодирования.
- Новые области порождают гауссовы примитивы, старые уточняются при возвращении камеры.
- Старт: одно изображение, несколько ракурсов, якорные кадры в нужных позах, плюс онлайновая реконструкция видеопотока.
- Обновление памяти 47 FPS на A100, генерация мира 9 FPS.
До 38.6x меньше примитивов и 359x быстрее чтение памяти против самого экономичного 3D-memory бейзлайна. Относительно Gaussian-базы NeoVerse она в сотни раз легче. SOTA по качеству и долгосрочной консистентности.
Подробнее о проекте: L3G-World. Код и веса ожидаем на GitHub.
Ещё новости:
