AI 搜索

带引用 · 可溯源

先用站内已采集内容作答；站内不足时联网检索，每条结论都给出来源链接

AI 答案

资料有限基于 1 条来源 · 引用可点击溯源

结论：现有资料只能确认 Gen4P 在方法层面避免了迭代去噪，并声称在精度上达到领先水平；但没有任何具体的推理速度或精度数值可与基于扩散迭代去噪的 4D 感知方法做定量对比。

推理机制差异（可确认）：Gen4P 将预训练视频生成器改造为前馈式 4D 感知器，无需迭代去噪，单次编码即可从单目视频恢复 4D 几何与运动1。这意味着它不走扩散模型“多步迭代去噪”的推理路径，理论上推理步数更少，但资料未给出实际耗时、FPS 或加速倍数1。
精度表现（仅有定性表述）：资料称 Gen4P 在 3D 点跟踪、视频深度和相机位姿估计三项任务上达到领先水平1，但未列出具体指标数值，也未与任何扩散迭代去噪类 4D 感知方法做同基准对比1。
对比结论：资料中不存在 Gen4P 与扩散迭代去噪 4D 感知方法在推理速度（延迟/吞吐）和精度（各项指标）上的对照数据，因此无法给出量化对比结论1。

现有资料不足以回答定量对比问题，仅能确认 Gen4P 采用单次前馈、免迭代去噪的范式，并自述精度领先1。

继续追问

1 条

AI 答案正在检索与综合…

1 条 · 点击可看原文全文与中文译文

行业

Gen4P 提出统一框架，将预训练视频生成器改造为前馈式4D感知器，无需迭代去噪，单次编码即可从单目视频恢复4D几何与运动，并支持灵活时空采样。在3D点跟踪、视频深度和相机位姿估计上达到领先水平，展示了视频生成预训练用于统一4D感知的潜力。

行业落地·Hugging Face Papers·5 天前