最近的3D世界模型越来越多地使用几何基础模型（ GFM ）的特征作为预测世界状态，受益于其丰富的几何先验。然而，这些特征的视图依赖性将场景动态与摄像机引起的变化纠缠在一起，使得由此产生的状态演变更难预测。我们提出GeoState ，一种用于预测3D的视图解耦几何表示

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2610.22343v1)获取最准确的信息。

---
🔗 **原文链接**: [GeoState: Learning View-Decoupled Geometry States for 3D Wor](https://arxiv.org/abs/2610.22343v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Hongchang Liu, Jian Liu, Yujuan Ding, Liang Peng, Xun Jiang, Fei Ma, Xing Xu, Yi Bin

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-10-16 13:01