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

范围：站内优先仅站内全网全网通道：bing

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 输出的是「4D 几何与运动」，并支持灵活时空采样，但摘要没有明确说明其 4D 表示的具体形式是点云、深度+位姿还是时空特征场。资料中可确认的部分：

关于「具体表示形式」：

摘要提到「4D 几何与运动」以及「3D 点跟踪」，这暗示输出与点级几何/运动相关，但并未说明是以点云、深度图+位姿，还是时空特征场的形式承载，也没有给出表示层面的技术细节1。
因此，三种候选形式中哪一种（或是否为混合表示）无法从现有资料判定。

现有资料不足以回答该问题的核心部分，建议查阅论文原文的表示/输出定义章节。

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