国产世界模型UniWorld-View登顶李飞飞团队榜单，全开源适配昇腾算力
国产团队发布可控视角生成的视觉模型UniWorld-View，登顶权威榜单并全开源，展现精确相机控制能力。
你随手拍段视频或给一张图，UniWorld-View就能生成一段“相机轨迹任你指定”的新视角视频，推拉摇移甚至360°环绕都可以。它采用遮挡感知点云渲染解决视角切换时的纹理错误，相关代码和权重已全部开源。
正文摘录
登顶的是 兔展智能 团队联合北大、鹏城实验室研发的 UniWorld-View （模型已适配国产昇腾算力） ： 你随手拍一段视频，或者干脆只给一张图，它还你一段“相机轨迹任你指定”的新视角视频—— 推、拉、摇、移，甚至“绕着场景 360° 转一圈”都可以，提供“精确听话的相机位姿控制”。 真 · Uni（统一）World-View 了，本次世界模型的训练数据来自北大系初创企业 元空智能 ，代码和权重也已 全部开源 ： 官方地址：PKU-YuanGroup/UniWorld-View: Official implementation of UniWorld-View 新视角合成（Novel View Synthesis），本质上是让 AI “脑补”没拍到的角度。 可随手拍的单目视频，视角覆盖约等于没有。喂给它们，轻则空洞伪影满天飞，重则直接摆烂。 生成式路线倒是敢画。但大多数方法只是把相机位姿当个“口头指令”（一个抽象的条件向量）塞进扩散模型—— 几何归几何，生成归生成，相机控制一下子准了。ViewCrafter 、英伟达 GEN3C ，走的都是这条路。 深度边界处没有连接信息，视角一变，前景纹理就像口香糖一样被扯到背景上，或者背景像素直接糊到前景脸上。 点云没有“面”的概念，不会自动遮挡。相机绕到物体背后，正面的点会直接透过来，相当于隔着后脑勺，看到了一张脸。 可一旦上了大基线，条件图里全是错误几何信号，扩散模型直接被带偏：结构扭曲、伪影乱飞。 UniWorld-View 的第一板斧，就砍向这里——“遮挡感知点云渲染”（Occlusion-aware Point Cloud Rendering）。 把这些区域沿相机轨迹逐帧累积成遮挡 mask，渲染时直接挖掉——该是洞的地方就老老实实留洞，交给生成模型去补，而不是留一堆错误纹理误导它。 这里还有个巧思。