arXiv Computer Vision· Lisa Weijler, Irene Ballester, Guofeng Mei, Tolga Birdal, Pedro Hermosilla·· 13 小时前AI 评分31
面向几何基础模型的隐空间黎曼流匹配
Latent Riemannian Flow Matching for Geometry-Grounded 3D Foundation Models
AI 导读
研究提出在几何基础模型 VGGT 的隐空间中直接做流匹配，从而生成观测未直接支持的合理几何，无需依赖高斯、网格或视频 VAE 隐变量等显式表示。由于 LayerNorm 将解码器输入置于零均值超球面乘积流形上，作者在该乘积流形上构建黎曼流匹配，并以无位姿上下文视图和目标相机位姿为条件。
推荐理由模型分析
该工作把流匹配直接放到 VGGT 的潜空间里做生成，关键改进是识别出解码器输入经 LayerNorm 后落在零均值超球面乘积上，并改用黎曼流匹配保持 token 在冻结解码器期望的几何内，避免欧氏假设带来的退化。在 RealEstate10K、ScanNet++、ETH3D 上对比近期场景生成基线，且同一形式无需修改即可迁移到 Depth Anything 3。适合做三维生成、新视角合成的研究者参考其潜空间建模与跨骨干迁移条件。
来源：arXiv Computer Vision · arxiv.org