同一场景 / 五方法对比 / Aether 41帧,其余49帧
| 过滤后指标(m) | WAN | VRAE | Gen3R (49f) | Aether (41f) | FantasyWorld (49f) |
|---|---|---|---|---|---|
| Accuracy | 0.00462 | 0.00515 | 0.00706 | 0.00490 | 0.00812 |
| Completeness | 0.00466 | 0.00655 | 0.00842 | 0.01265 | 0.00642 |
| CD | 0.00464 | 0.00585 | 0.00774 | 0.00877 | 0.00727 |
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。
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。
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。