WildRGB-D case_300 / car / scene_005

同一场景 / 五方法对比 / Aether 41帧,其余49帧

返回选例 | 290 | 196 | 300 | 314 | 350

过滤后指标(m)WANVRAEGen3R (49f)Aether (41f)FantasyWorld (49f)
Accuracy0.004620.005150.007060.004900.00812
Completeness0.004660.006550.008420.012650.00642
CD0.004640.005850.007740.008770.00727
1 / 41正在加载点云
等待所有有效视图就绪

拖动、滚轮缩放、右键平移任一3D窗口,其他窗口跟随。相对模式以各自初始取景为基准,不代表相同米制尺度;绝对模式复制观察相机的方向、位置与焦点,但不对模型输出做几何配准,不改预测相机、深度或指标。导出图片和录制使用当前联动视角;比较同一时刻请同时使用共同41帧同步播放。

同步比较仅使用共同前41帧;单独打开可看各方法全部原生帧。表格保留各自正式协议的完整序列指标(Aether41帧 / 其他49帧),不是重新计算的共同41帧指标。Aether使用其原生裁剪与预测相机,FantasyWorld保留原始预测相机;两者使用各自保存的正式过滤掩码,不借用WAN掩码、不做额外配准。

WAN Mixed4 Gen17K + Bridge94K

单独打开3D

VRAE DiT61K EMA + Adapter50K

单独打开3D

Gen3R official / 30 steps

单独打开3D

Aether / native 41f

单独打开原生41帧3D

FantasyWorld / 30 steps / 49f

单独打开原生49帧3D

默认展示保留全部有效点的评估区域点云,不做FPS20K显示采样。WAN使用评估中的旋转/方向修正,VRAE与Gen3R保留模型预测相机;不替换GT内参。完整场景切换不改变该相机协议。视窗各自取景,不代表统一米制尺度;需要用指标判断尺度误差。深度仅为显示采用6-bit分块量化。WAN/VRAE使用保存的正式掩码;Gen3R为本地过滤复现,显示点数与正式记录相差+0,未验证逐像素完全一致,表格仍是原始正式指标。

查看五方法第31帧 RGB + 原始深度对比

对应生成视频

WAN Mixed4 Gen17K + Bridge94K

VRAE DiT61K EMA + Adapter50K

Gen3R official / 30 steps

Aether / native 41f

FantasyWorld / 30 steps / 49f

下方视频与各自点云使用同一份RGB。VRAE保留正式评估的49帧导出协议(目标12个latent解码 + 输入首帧),没有替换成后来的full13导出版本。

GT参考视频