AlayaVista：从全景状态到透视视频的流式世界建模

AlayaVista 是一个相机可控的流式视频世界模型，将全景世界演化与透视观测合成解耦：给定单张透视图像，先用预训练全景扩展模型构建 360 度场景先验，再以相机条件化的全景 latent 状态演化场景，由 latent viewport renderer 映射为透视视频 latent，透视 refiner 负责恢复细节、抑制伪影并做超分。