🤖 Представлен фреймворк IGGT4D для онлайн-понимания 4D-сцен в видеопотоке.
Система в реальном времени восстанавливает геометрию, оценивает движение камеры и поддерживает идентификацию объектов через причинно-следственное пространственно-временное моделирование. Благодаря KV-кешированию IGGT4D потребляет около 0.7 ГБ памяти независимо от длительности видео.
🌍 Технология позволяет роботам и автономным агентам эффективно обрабатывать непрерывный визуальный поток, понимая динамику объектов без резких скачков потребления памяти. Это критически важно для edge-устройств.
👤 Это шаг к более «осмысленному» зрению для ИИ, где машина строит динамичную модель мира, понимая перемещение объектов.
Источник 1: https://iggt4d.github.io/