交互式 VR 视频世界模型：用头显动作实时操控生成画面，达 11 FPS
研究人员公布一项交互式 VR 视频生成技术，可根据头显追踪的头部与手部姿态，实时生成第一人称交互视频。配合文本提示词，用户能用真实肢体动作与虚拟世界互动，实测约 11 FPS。这推动视频模型迈向具身交互，不过画质与流畅度仍处早期阶段。
研究人员公布一项交互式 VR 视频生成技术，可根据头显追踪的头部与手部姿态，实时生成第一人称交互视频。配合文本提示词，用户能用真实肢体动作与虚拟世界互动，实测约 11 FPS。这推动视频模型迈向具身交互，不过画质与流畅度仍处早期阶段。