几何感知

本研究的共同第一作者是来自香港科技大学（广州）EnVision Research 的张鸿飞（研究助理）和陈康豪（博士研究生），两位研究者均师从陈颖聪教授。 你的生成模型真的「懂几何」吗？ 当前众多视频生成模型虽宣称具备「相机运动控制」能力，但其控制信号通常仅依赖于相机位姿。近期工作虽通过逐像素射线方向（Ray Condition）编码了运动信息，但由于模型仍…

本研究的共同第一作者是来自香港科技大学（广州）EnVision Research 的张鸿飞（研究助理）和陈康豪（博士研究生），两位研究者均师从陈颖聪教授。 你的生成模型真的「懂几何」吗？还是只是在假装对齐相机轨迹？ 当前众多视频生成模型虽宣称具备「相机运动控制」能力，但其控制信号通常仅依赖于相机位姿。虽近期工作通过逐像素射线方向（Ray Condition）…

在AIGC技术迅猛发展的浪潮中，3D内容生成正成为人工智能领域的重要前沿。以TRELLIS为代表的3D生成模型，通过扩散过程逐步构建三维几何结构，其生成质量已取得显著进步。然而，这类模型普遍面临一个核心挑战：生成过程缓慢且计算密集。复杂的去噪迭代与庞大的体素计算，使得生成一个高质量3D资产往往耗时数十分钟甚至数小时，严重制约了其在实时应用、游戏开发、影视制作…