Harvard、MIT 与 UC San Diego 团队推出 UGG，统一视频生成和 3D 几何理解

Harvard、MIT 与 UC San Diego 团队提出 UGG，以单一扩散模型统一视频生成、深度估计和相机位姿预测。UGG 可利用标注不完整的多源异构数据训练，并在推理时搜索多个可能的 3D 解释，选取与 RGB 帧几何证据最自洽的结果。