**L3G-World：基于潜在 3D 高斯记忆体的实时无限世界生成**

_L3G-World: Real-Time Infinite World Generation with Latent 3D Gaussian Memory_

> 针对现有交互式世界模型在长时探索中难以保持空间一致性且实时性差的问题，论文提出了 L3G-World。该方法创新性地引入潜在 3D 高斯记忆体（L3G），通过记忆更新器与视频扩散 Transformer（DiT）交替自回归生成世界。该架构将 3D 高斯直接存储为 VAE 潜在特征，避免了重编码步骤，使记忆体随场景范围而非时间步长增长。实验表明，L3G-World 在保持最先进生成质量与长时空间一致性的同时，相比现有高效基线，3D 基元数量减少 38.6 倍，记忆更新速度提升 3.2 倍，渲染速度提升 359 倍，实现了 9 FPS 的实时世界生成。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.40614)