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

现有资料不足以回答「时空采样灵活性具体如何实现」以及「是否影响计算开销」这两个具体机制问题。资料仅能确认以下有限信息：

Gen4P 是一个统一框架，将预训练视频生成器改造为前馈式 4D 感知器1。
它无需迭代去噪，单次编码即可从单目视频恢复 4D 几何与运动1。
摘要明确提到该框架「支持灵活时空采样」，但未说明其实现方式（如采样策略、网络结构改动、是否依赖位置编码或 token 选择机制）1。
关于计算开销，资料只给出「无需迭代去噪、单次编码」这一效率层面的定性描述，并未说明时空采样灵活性是否带来额外开销，也未给出任何 FLOPs、显存、推理时延等数据1。

因此，采样灵活性的具体实现路径与开销影响，均无法从现有资料中得出，需要查阅论文正文的方法与实验章节。

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