arXiv · AI· Zhenyang Liu, Chenjie Cao, Yisu Zhang, Xuhui Zuo, Xiangyang Xue, Yanwei Fu, Tengfei Wang, Chunchao Guo·· 2026-10-08AI 评分31
OmniCam: 基于几何感知位姿 Token 学习的全向相机轨迹生成
OmniCam: Omni-Camera Trajectory Generation via Geometry-Grounded Pose Token Learning
AI 导读
新模型 OmniCam 利用单张全景图和文本描述自回归生成相机位姿序列,在 OmniCaT 数据集中将轨迹误差降低 28-47%,碰撞率降低 65.8%。 该模型采用几何感知的位姿 Token 学习,包含全景点云编码器及绝对旋转与相对平移混合 Token 化机制,OmniCaT 数据集包含 267,700 条轨迹。 下游实验验证了其在受控视频生成与机器人主动感知中的应用潜力。
来源:arXiv · AI · arxiv.org