待验证50% 置信事实精确时间
SpaceCast-Bench 提出了 observe-transform-infer（观察-变换-推理）框架，要求模型观察真实场景、面对空间干预，并回答关于变换后场景的问题，而变换后的场景并未在输入中直接展示。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证SpaceCast-Bench 可应用于机器人操作、自动驾驶和 AR/VR 交互等场景，提供可量化的诊断工具。67% 相似待验证场景图作为生成式约束，指导采样多样化的重置状态，从而覆盖视频中未出现的物体位姿和抓取方式。61% 相似待验证传统视频驱动角色动画方案将参考视频的拍摄视角烘焙进生成结果，因为模型本质上是做2D骨骼关键点迁移，缺乏对三维空间的理解61% 相似待验证前景遮挡物制造视差，为AI视频模型提供运动参考系，帮助模型维持空间一致性59% 相似待验证DreamTrue 将动作轨迹渲染到图像空间形成视觉条件，再通过离线几何标定将这些条件与目标视频对齐，以使跨本体模型更好理解动作意图。59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013354API
curl https://kongchang.com/api/v1/knowledge/claims/1013354MCP
get_claim(id=1013354)