PanoWorld：用于一致全屋全景合成的生成式空间世界模型
计算机视觉与模式识别
2026-05-20 v2
摘要
从平面图和风格参考生成一致的全屋 VR 导览既需要光照逼真的全景，也需要跨视图的空间一致性。纯 2D 生成器能够产生引人注目的单个全景，但在视点变化时会重新构想几何和材料，而单一的 3D 生成则昂贵且在多房间规模上丢失细节纹理。我们引入 PanoWorld，一种将全屋合成视为节点基 360 度全景的自回归生成的生成式空间世界模型，匹配真实 VR 导览产品所使用的离散导航。PanoWorld 使用基于平面图派生的 3D 壳体作为全局几何代理，并使用动态 3D 高斯溶解缓存作为可渲染的空间记忆。一个为度量尺度多房间 360 度输入设计的 feed-forward 全景 LRM 将生成的全景提升为局部 3DGS 更新，而房间感知组注意力抑制了跨房间特征干扰。一个拓扑感知的渐进式缓存策略在不重复重建完整历史记录的情况下融合这些局部更新。通过将壳体几何导向与缓存渲染的视觉记忆解耦，PanoWorld 保持了高频 2D 合成质量，同时提高了跨节点的布局和材料一致性。项目链接为 https://jjrcn.github.io/PanoWorld-project-home/。
引用
@article{arxiv.2605.17916,
title = {PanoWorld: A Generative Spatial World Model for Consistent Whole-House Panorama Synthesis},
author = {Jinrang Jia and Zhenjia Li and Yijiang Hu and Yifeng Shi},
journal= {arXiv preprint arXiv:2605.17916},
year = {2026}
}
备注
17