論文の概要: WorldWeave: Growing Persistent Geometric Worlds for Video Generation

• arxiv url: http://arxiv.org/abs/2609.34221v1
• Date: Mon, 28 Sep 2026 03:25:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 22:48:52.948193
• Title: WorldWeave: Growing Persistent Geometric Worlds for Video Generation
• Title（参考訳）: WorldWeave:ビデオ生成のための持続的な幾何学的世界
• Abstract要約: We present WorldWeave, a world generation framework that a world-state maintenance from visual rendering。 WorldWeaveは、連続的な標高マップ生成とエージェント誘導シーンの組織を組み合わせることで、拡張可能な明示的な3D世界を構築する。
• 参考スコア（独自算出の注目度）: 14.71985999160028
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite rapid progress, world models still lack explicit, persistent structural memory, making it difficult to preserve consistent world structure during continual scene expansion and cross-view revisits. To address this limitation, we present WorldWeave, a world generation framework that decouples world-state maintenance from visual rendering. Specifically, WorldWeave combines continual elevation-map generation with agent-guided scene organization and stitching to build an expandable explicit 3D world that incrementally extends structural memory while preserving existing structure. First, its terrain module uses diffusion-based image outpainting to generate continuous metric elevation maps under neighborhood conditioning and boundary constraints. Next, an agent integrates user intent, terrain evidence, and cross-region connectivity constraints to construct scenes through hierarchical semantic planning, deterministic geometry compilation, and local revision. Finally, during visual generation, planned camera trajectories query world geometry through a read-only interface, producing depth sequences that guide video synthesis without writing the generated results back into the world state. As a result, structural memory remains independent of short-window video generation, enabling continual expansion without predefined map boundaries and providing a consistent geometric basis for observations across trajectories and repeated visits.
• Abstract（参考訳）: 急速な進歩にもかかわらず、世界モデルは明示的で永続的な構造記憶を欠いているため、連続的なシーン展開や横断的な再訪の間、一貫した世界構造を維持することは困難である。 この制限に対処するため、ビジュアルレンダリングから世界状態のメンテナンスを分離する世界生成フレームワークであるWorldWeaveを紹介します。 具体的には、WorldWeaveは、連続的な標高マップ生成とエージェント誘導シーンの組織を組み合わせることで、既存の構造を維持しながら構造記憶を漸進的に拡張する、拡張可能な明示的な3Dワールドを構築する。 第一に、その地形モジュールは拡散に基づく画像の露光を利用して、近傍条件と境界制約の下で連続的なメートル法標高マップを生成する。 次に、エージェントは、ユーザ意図、地形証拠、およびクロスリージョン接続制約を統合し、階層的セマンティックプランニング、決定論的幾何コンパイル、ローカルリビジョンを通じてシーンを構築する。 最後に、視覚生成中に、計画されたカメラトラジェクタは、読み取り専用インターフェースを通じてクエリワールドジオメトリを生成し、生成した結果を世界状態に書き戻すことなく、ビデオ合成をガイドする深度シーケンスを生成する。 結果として、構造記憶はショートウインドウビデオ生成とは無関係であり、事前に定義されたマップ境界のない連続的な拡張を可能にし、軌跡や繰り返し訪問の観察のための一貫した幾何学的基盤を提供する。

関連論文リスト

• GeoVerse: World-Consistent Novel View Synthesis in Geometric Latent Space [51.75763755769632]
  事前訓練された3次元基礎モデル内で生成を行うことにより,世界一貫性のある新規ビューを合成するフレームワークであるGeoVerseを提案する。 具体的には、GeoVerseはWan2.2 VACEからマルチレベル機能を抽出し、制御ネットスタイルのアダプタを介して幾何学的潜在拡散モデルに注入する。 多様なデータセットにわたる実験では、DL3DVでは2.23dB、Mip-NeRF360では32.4%、視品質と幾何整合性が向上した。
  論文  参考訳（メタデータ） (2026-09-28T17:51:48Z)
• WorldClaw: Agentic 3D Open-World Generation at Scale [20.019718140328347]
  我々は、オープンワールド3Dシーン生成のための、完全にエージェント的で粗大なフレームワークであるWorldClawを紹介する。 計画エージェントは、テキストプロンプトを地域、地形、資産、材料、空間関係の構造化された仕様に変換する。 WorldClawは、セマンティックなレイアウト、再利用可能な資産、生成または手続き的な材料、および地域対応の高原から、グローバルに一貫性のある地形基盤を構築している。
  論文  参考訳（メタデータ） (2026-08-05T15:46:38Z)
• Map2World: Segment Map Conditioned Text to 3D World Generation [64.2098235580955]
  3Dワールドジェネレーションは没入型コンテンツ作成や自律運転シミュレーションに不可欠である。 近年の3Dワールドジェネレーションの進歩は有望な成果を上げているが,これらの手法はグリッドレイアウトによって制約されている。 本稿では,任意の形状とスケールのユーザ定義セグメントマップ上で,まず3次元世界生成を可能にする新しいフレームワークMap2Worldを紹介する。
  論文  参考訳（メタデータ） (2026-05-01T16:56:49Z)
• AnchorWeave: World-Consistent Video Generation with Retrieved Local Spatial Memories [78.78355829813793]
  既存のメモリベースのアプローチでは、歴史的に再構成された幾何学のアンカービデオをレンダリングすることで、グローバルに再構成された3Dシーンを条件付けすることが多い。 AnchorWeaveは、単一の不整合グローバルメモリを複数のローカルな幾何学的メモリに置き換える、メモリ拡張ビデオ生成フレームワークである。 実験によると、AnchorWeaveは視覚的品質を維持しながら、長期的なシーンの一貫性を著しく向上する。
  論文  参考訳（メタデータ） (2026-02-16T17:23:08Z)
• WorldWarp: Propagating 3D Geometry with Asynchronous Video Diffusion [78.20778143251171]
  WorldWarpは、3D構造アンカーと2D生成ファインダを結合するフレームワークだ。 WorldWarpは、各ステップで3Dキャッシュを動的に更新することで、ビデオチャンク間の一貫性を維持する。 3Dロジックが構造をガイドし、拡散ロジックがテクスチャを完璧にすることで、最先端の忠実さを実現する。
  論文  参考訳（メタデータ） (2025-12-22T18:53:50Z)
• WorldGrow: Generating Infinite 3D World [75.81531067447203]
  我々は、無限に拡張可能な3D世界、すなわちコヒーレントな幾何学と現実的な外観を持つ大規模で連続的な環境を生み出すという課題に取り組む。 本研究では,非有界な3次元シーン合成のための階層的フレームワークWorldGrowを提案する。 提案手法は,(1)高品質なシーンブロックを抽出し,シーン生成に適した3D構造化潜在表現を作成するデータキュレーションパイプライン,(2)コンテキスト認識シーン拡張を可能にする3Dブロックインペイント機構,(3)グローバルなレイアウトの妥当性と局所幾何学的/音声的忠実性の両立を保証する粗大かつ微細な生成戦略,の3つのコアコンポーネントを特徴とする。
  論文  参考訳（メタデータ） (2025-10-24T17:39:52Z)
• Video World Models with Long-term Spatial Memory [110.530715838396]
  本稿では,ビデオワールドモデルの長期的整合性を高める新しい枠組みを提案する。 我々のフレームワークは、長期空間記憶から情報を保存・取得する機構を含んでいる。 評価の結果,関連するベースラインに比べて品質,一貫性,コンテキスト長が向上した。
  論文  参考訳（メタデータ） (2025-06-05T17:42:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。