AlayaWorld v1.1: Renderer di Point-Cache 3D in Streaming e Condizionamento Sensibile al Movimento

Il progetto AlayaWorld ha presentato una versione migliorata del suo sistema interattivo di modellazione del mondo a lungo orizzonte, come descritto in un rapporto tecnico disponibile su arXiv (2608.13492v1). Sebbene l'architettura di base, il metodo di generazione autoregressiva a blocchi e i dati di addestramento rimangano invariati, sono state apportate revisioni significative alla rappresentazione e all'integrazione dei segnali di condizionamento. Il principio guida è garantire che questi segnali siano allineati strettamente con il contenuto generato sia nella rappresentazione latente che nella struttura temporale. Gli aggiornamenti chiave includono la sostituzione della memoria spaziale basata sul depth-warping con un renderer di point-cache 3D in streaming e una pipeline di condizionamento ristrutturata che codifica le condizioni visive nello stesso spazio latente causal-VAE, mantenendo la coerenza temporale con il video generato. Il rapporto dettaglia sei modifiche, in particolare la sostituzione del condizionamento basato su immagini a frame singolo con un condizionamento latente sensibile al movimento, rivolgendosi a ricercatori in IA e modellazione del mondo senza menzionare applicazioni dirette nel mondo dell'arte.