Orbia：生成的视频能否构成一致的 3D 世界？

英文标题：Orbia: Do Generated Videos Form a Consistent 3D World?

这篇新发布的 arXiv 论文探讨视频生成模型所生成内容是否能够形成一致的三维世界。论文指出，视频生成器可被用作交互式探索与模拟环境，但画面逼真、视觉效果出色并不必然意味着其背后具有一致的 3D 几何结构。现有评测基准通常只考察部分几何属性，或依赖视觉语言模型进行评估。该研究关注的问题将影响开发者将视频生成模型用于具身智能、世界模型、仿真和交互式 Agent 的可靠性。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB