L3G-World、潜在3Dガウス記憶で実時間無限世界生成

L3G-Worldは、潜在3Dガウシアンメモリとビデオ拡散トランスフォーマー（DiT）を交互に自己回帰的に更新し、空間的に一貫した対話型の世界をリアルタイムで生成する手法である。メモリは新たに観測された領域にガウシアンを生成し既存のものを洗練するため、ストリームの長さではなくシーンの広がりに応じて増加する。各指標で最も効率的な従来の3Dメモリ手法と比べ、3Dプリミティブは最大38.6分の1、メモリ更新は3.2倍、メモリレンダリングは359倍高速で、9 FPSのリアルタイム生成を可能にする。

Hugging Face Daily Papersより

推移を表示するための継続的な観測データがまだ足りません。