GeoState：面向三维世界模型的视角解耦几何状态学习方法

预印本摘要显示，研究者提出面向三维世界模型的视角解耦几何表征 GeoState，将场景状态演化与依赖相机的观测分离以降低预测难度。该方法通过场景分词器聚合多视角特征生成解耦场景状态，并用自回归模型预测未来状态，在推演全程保留单一尺度而无需逐帧尺度对齐。实验表明 GeoState 在 Waymo 基准上优于现有三维世界模型，支持几何一致的跨视角查询，并零样本泛化至 KITTI 与 nuScenes。