GeoState：视角解耦几何状态3D世界建模

2026年10月16日，arXiv Computer Vision 刊出 Hongchang Liu 等作者的研究，提出并发布 GeoState——一种面向预测式 3D 世界建模的视角解耦几何表示。该方法将场景状态演化与相机相关观测分离：场景 tokenizer 把多视角 GFM 特征聚合为视角解耦的场景状态，几何解码器用相机射线查询，自回归世界模型预测未来场景状态，相机运动则单独建模。报道称，实验显示 GeoState 在 Waymo 上优于已有 3D 世界模型，支持几何一致的跨视角查询，并零样本泛化到 KITTI 和 nuScenes。目前进展停留在论文发布与上述实验结论，暂无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。