Hugging Face · 每日论文· 媒体 / 作者来源·精选
World-in-Context: 交互式视频世界建模与情境条件
原文标题
World-in-Context: Interactive Video World Modeling with In-Context Conditioning
AI 导读
Hugging Face发布了一种名为World-in-Context的交互式世界建模框架，该框架利用情境条件（ICC）技术。该框架将视图、动作和相机控制统一到共享的自注意力空间中的显式标记中。在WBench测试中，World-in-Context-5B在导航性能上与22B EchoWM相当，并达到93.8%的视角切换成功率，显著优于现有的5B基线。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
World-in-Context框架在交互式视频世界建模方面取得了显著成果，提高了视角切换的成功率，并展示了良好的数据效率和适用性。
导读由模型辅助整理，非独立核验。完整信息见原文。