4DGS-JEPA：动态高斯泼溅的时间组合联合嵌入预测

arXiv:2609.25036v1 公告类型：新 摘要：动态高斯分布提供了不断变化的 3D 场景的明确表示，但现有方法主要针对重建、未来状态生成或渲染进行优化，而不是针对学习可重用的预测动力学进行优化。我们提出了 4DGS-JEPA，一种高斯原生联合嵌入预测架构，用于动态高斯场景的因果多水平预测。该模型使用分层场景、运动组和高斯级表示以及支持直接预测和递归推出的地平线条件转换算子。其核心原则是时间组合：到达相同未来终点的不同时间转换路径应该产生兼容的预测状态。端点和多水平路径监督将这些预测锚定到未来的目标嵌入，而选择性几何解码器和几何级组合将学习到的动态建立在一致的群运动和高斯几何中，而不需要完整的未来外观重建。我们进一步引入了一种混合对应机制，该机制将持久规范身份与重新排序和拓扑变化下的剩余最佳传输匹配相结合。我们从理论上描述了零损失路径一致性和有限误差转出积累。三个受控实验提供了机制级证据，表明时间组合减少了潜在路径依赖性，同时保留了预测准确性，几何级组合提高了解码运动的一致性，混合对应保留了可靠的身份，同时在对应变得模糊时保持稳健。 4DGS-JEPA 共同提供了动态高斯世界的预测性、时间组合公式。