PanoWorld：基于几何一致性约束的全景视频世界建模

PanoWorld提出了一种全景视频世界模型，可从单张图像和文本描述生成几何一致的360°视频。 通过引入深度一致性损失和轨迹一致性损失，该模型基于预训练视角视频模型进行优化，并构建了统一的PanoGeo数据集。 该工作证明全景视频生成应被视为几何建模问题，以满足具身智能应用对整体空间理解的需求。