小米最新！CoGen：自动驾驶中基于自适应调节的3D一致视频生成

文章预览

编辑 |   自动驾驶专栏 点击下方 卡片 ，关注“ 自动驾驶之心 ”公众号 戳我->  领取 自动驾驶近15个 方向 学习 路线 >>点击进入→ 自动驾驶之心 『世界模型』技术交流群 本文只做学术分享，如有侵权，联系删文 论文链接： https://arxiv.org/pdf/2503.22231 摘要 本文介绍了 CoGen：自动驾驶中基于自适应调节的3D一致视频生成。驾驶视频生成的最新进展表明，通过提供可扩展且可控的训练数据来增强自动驾驶系统具有巨大的潜力。尽管由2D布局条件（例如高精地图和边界框）引导的预训练生成模型可以生成逼真的驾驶视频，但是实现具有高度3D一致性的可控多视图视频仍然是一项主要挑战。为了解决这个问题，本文引入了一种新的空间自适应生成框架CoGen，它利用了3D生成的当前进展来提高两个关键方面的性能：（i）为了确保3D一致性，本文首先生成高质量 ………………………………