4DGS-JEPA：面向动态高斯泼溅的时序组合联合嵌入预测架构
动态高斯泼溅能显式表征随时间演化的3D场景，但现有方法多针对重建、未来状态生成或渲染进行优化，缺乏对可复用预测动力学的学习。对此，研究人员提出了 4DGS-JEPA，一种用于动态高斯场景因果多时域预测的原生联合嵌入预测架构。该模型构建了涵盖场景级、运动群级及高斯级的层次化表征，并结合时域条件转移算子，能够同时支持直接预测与递归推演。
推荐理由将JEPA自监督预测范式引入动态高斯泼溅中，为3D动态场景表征与物理动力学预测提供了新方案。
原标题：4DGS-JEPA: Temporally Compositional Joint-Embedding Prediction for Dynamic Gaussian Splatting
阅读 arXiv 人工智能 原文 ↗