GeoV2V驾驶场景视频生成框架提出

2026年10月20日，arXiv Computer Vision 刊出 Yuchen Xi 等作者的 GeoV2V 研究。报道称，GeoV2V 是一个几何约束的视频到视频扩散框架，在 Wan 2.1 主干中融合 LiDAR 与深度几何先验和全视频条件，可沿新轨迹合成时序一致的驾驶视频。研究同时提出同步多车道驾驶视频合成数据集 Para4D，为跨车道变换提供显式监督。报道称，在 Waymo、nuScenes 和 Para4D 上，该方法在视觉质量、几何一致性及大轨迹偏移下的复杂光照鲁棒性上达到 SOTA。目前进展为论文发布，尚无后续跟进报道。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。