SPW-Nav：面向语言引导导航的流式全景世界模型

SPW-Nav 是一个流式全景世界模型，可理解移动指令并从单张全景图实时生成一分钟 2K 360 度视频。它把每条指令解释为已有全景中的相机运动，通过球面旋转解耦、姿态对齐条件化和多项记忆加少步生成器维持长流连贯，并配套构建了含相机轨迹与已验证指令的 SPW-NavSet 数据集。实验显示其在相机跟随精度和视频质量上优于既有全景生成器，并支持即时切换指令。