DreamWorld：用 3D 几何先验驱动视频扩散，提升新视角生成一致性

DreamWorld 用两阶段生成：先预测 3D 几何结构，再据此合成视频，解决大视角下几何不稳定问题。这项研究让视频生成更符合真实空间规律。

视频扩散模型能按指定相机轨迹生成新视角视频，但缺少显式 3D 几何约束，大角度下易出现形变和空间不一致。智象未来提出 DreamWorld，先让 3D 基础模型生成目标视角的几何结构，再以它为条件合成 RGB 视频，实现几何与外观解耦，在多个基准上取得领先。