arXiv cs.AI· Sicheng Yu, Liu Liu, Xinjie Wang, Xinjiang Wang, Taojun Ding, Wenhao Hu, Beizhen Zhao, Puxin Yan, Zhizhong Su, Hao Wang·· 10 小时前AI 评分38
GSExplorer:基于持久 3DGS 世界状态的交互式世界生成
GSExplorer: Interactive World Generation with a Persistent 3DGS World State
AI 导读
GSExplorer 是一个以持久 3D Gaussian 世界状态为核心的生成—重建框架,通过 SLAM 重建后端与共享支持掩码实现选择性场景更新和跨块位姿优化。
正文 · AI 翻译
摘要:交互式世界生成既需要精确的局部控制,也需要在长时间推演中保持稳定的场景一致性。现有方法通过相机或几何条件来改进局部生成,并借助记忆机制扩展历史上下文。然而,由于目标视图引导不完整以及场景更新过程中累积的不一致,长时程探索仍然具有挑战性。我们提出 \textbf{GSExplorer},一个围绕持久化 3D 高斯世界状态构建的生成—重建框架。在每一步中,当前 3DGS 场景为视频生成器提供多模态渲染条件,同时相机几何通过独立的相对光线编码分支注入。随后,生成的视频被反馈给基于 SLAM 的重建后端,在那里外观与几何一致性检查会生成一个共享支持掩码,用于选择性场景更新和跨块位姿细化。我们还设计了一条数据构建流水线,在场景外推过程中复现真实的 3DGS 退化,从而产出 293K 对退化多模态渲染与真实目标视频的训练数据。在单步和三步 WorldScore 评估中,GSExplorer 在对比方法中取得了最佳整体性能,其中单步外推的相机控制得分为 99.07。在 481 帧的离开—返回推演中,它也展现出很强的重访一致性。
| 评论: | 15 页 |
| 主题: | 计算机视觉与模式识别(cs.CV);人工智能(cs.AI) |
| 引用为: | arXiv:2611.01543 [cs.CV] |
| (或 arXiv:2611.01543v2 [cs.CV] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.01543 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:Sicheng Yu [查看邮箱]
[v1]
2026 年 11 月 1 日星期日 04:14:50 UTC(30,833 KB)
[v2]
2026 年 11 月 18 日星期三 06:38:01 UTC(31,041 KB)
来源:arXiv cs.AI · arxiv.org