PanoWorld：几何一致的全景视频世界模型

PanoWorld 是一个全景视频世界模型，可从单张图像和文本描述生成几何一致的 360° 视频。它基于预训练的透视视频世界模型，引入深度一致性损失和轨迹一致性损失两个轻量正则项，并对条件输入与位置编码做球面几何适配。团队同时发布 PanoGeo 几何感知全景视频数据集，实验显示 PanoWorld 在保持视觉真实感的同时提升了几何一致性。