SPW-Nav：流式全景世界模型，支持语言引导导航

2026年10月8日，arXiv（Computer Vision，一手来源）发布SPW-Nav，一个面向语言引导导航的流式全景世界模型。它能理解移动指令，并从单张全景图实时生成一分钟2K 360度视频。模型将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、姿态对齐条件化以及多项记忆加少步生成器来维持长流连贯。团队还构建了配套数据集SPW-NavSet，包含相机轨迹与已验证指令。实验显示，SPW-Nav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。目前公开信息仅涉及该模型架构、数据集与实验结果，未见后续独立验证或应用部署报道。

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。