**OmniCam：基于几何锚点的多视角相机轨迹生成模型**

_OmniCam: Omni-Camera Trajectory Generation via Geometry-Grounded Pose Token Learning_

> OmniCam 是一种自回归模型，能够从全景图和文本描述中生成相机轨迹。该模型通过几何锚点学习结合全景点云编码、混合旋转平移分词及显式 3D 目标条件，有效解决了视频生成与机器人感知中的视角控制难题。在 OmniCaT 数据集上的测试表明，OmniCam 相比现有基线显著降低了轨迹误差和碰撞率，并支持下游的视频生成与机器人主动感知任务。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.09513)