PanoWorld：几何一致的全景视频世界建模

arXiv 2026 63.7 method

TLDR

PanoWorld 通过深度和轨迹一致性损失，从单张图像和描述生成几何一致的360度视频。

评分理由

The paper introduces a novel approach to panoramic video generation that explicitly enforces geometric consistency, supported by a new dataset and lightweight regularizers. Strengths include clear problem framing and empirical validation; weaknesses include reliance on a pre-trained model and limited scope to panoramic video.

Read-first 评分解释

综合优先阅读分 63.7，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 35。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：有；数据：无；命中信号：代码、数据集、GitHub

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：数据集、评估、实验、指标

引用影响力 18%

79.3

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.79300995

主题相关性 29%

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：515。

关键词评分

video world model

world model

generative world model

world dynamics prediction

world simulator

interactive world model

model-based reinforcement learning world model

深度分析

创新点

将全景视频生成视为几何与动力学一致的潜在状态建模问题，而非纯视觉合成
基于伪真实全景深度的深度一致性损失
监督跟踪点随时间变化的3D世界帧位置的轨迹一致性损失
对条件输入和位置编码进行球面几何感知适配
PanoGeo数据集，包含来自多种真实和合成来源的一致深度、轨迹和提示标注

方法

PanoWorld 基于预训练的透视视频世界模型，引入两个轻量级正则化器：利用伪真实全景深度的深度一致性损失，以及监督跟踪点随时间变化的3D世界帧位置的轨迹一致性损失。进一步对条件输入和位置编码进行球面几何感知适配，并使用新引入的 PanoGeo 数据集进行训练和分层评估。

关键结果

PanoWorld 在保持竞争性视觉真实感的同时，相比先前的全景生成方法提升了几何一致性。

技术栈

PyTorchPython

资源

论文代码