Multi-Modal Generation

GaussianDWM 精读:用 3D Gaussian 统一驾驶场景理解与生成

快速读懂 CVPR 2026 GaussianDWM:如何把语言语义直接嵌入 3D Gaussian,用任务感知采样将稠密三维世界压缩成 LLM 可处理的 World Tokens,并利用高层 World Knowledge 与低层图像条件统一驱动 RGB-D 空间与未来场景生成。

avatar
Haotian Xue