几何基础模型

GFM特征存在视角依赖性问题：同一场景从不同相机角度观察，提取出的特征会发生变化，导致场景动态与相机运动纠缠在一起。

主流3D世界模型通常将GFM特征直接作为世界状态使用，这导致模型可能把相机运动引起的特征变化错误地当作场景演化来学习。

几何基础模型是一类在大规模三维数据或多视图数据上预训练、能够输出具有几何感知能力的特征表示的模型，代表性工作包括基于多视图立体、点云或神经辐射场的预训练骨干网络。