VPM模型通过点轨迹预测学习4D世界

2026年10月20日，Hugging Face Daily Papers 报道研究者提出 Video-Point Model（VPM），将其描述为一个世界模型：以多视角视频历史和语言指令为条件，联合预测任意视角的未来视频与持续场景点的 3D 轨迹，从而通过点轨迹预测学习 4D 世界。目前该报道仅介绍了模型的基本设定与预测目标，未披露训练数据、评测结果或与其他方法的对比等细节，事件仍处于方法发布阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。