腾讯胡文博：引领 3D 视频世界模型新趋势丨GAIR 2025

2025年 12 月 12-13 日，由 GAIR 研究院与雷峰网联合主办的「第八届 GAIR 全球人工智能与机器人大会」，将在深圳南山·博林天瑞喜来登酒店举办。 今年大会，将开设三个主题论坛，聚焦大模型、算力变革、世界模型等多个议题，描绘 AI 最前沿的探索群像，折射学界与产业界共建的智能未来。 腾讯 ARC 实验室高级研究员胡文博也将莅临 12 月 13 日《世界模型》论坛，带来《Towards 3D-aware Video World Models 》（《迈向三维感知的视频世界模型》）的主题分享。 过去一年多，Sora为代表的视频生成模型，成为继大语言模型（LLM）后新的学术热点。本质上讲，当下火爆的视频生成模型，是一种世界模型，其核心目的是生成一段逼真、连贯的视频。 要达到这样的目的，模型必须在一定程度上理解这个世界的运作方式（比如水往低处流、物体碰撞后的运动、人的合理动作等）。 胡文博正是世界模型研究领域近两年的绝对新锐。 2022年，胡文博获得香港中文大学计算机科学与工程博士学位。至今，胡文博已经在图形学和视觉国际期刊和会议发表20余篇论文。 深耕视频生成模型，Tri-MipR一鸣惊人 1996年出生的胡文博已经在世界模型领域深耕数年。 2018年，胡文博从大连理工大学毕业，还获得了辽宁省优秀毕业生的殊荣。对计算机充满热忱的胡文博并没有选择直接工作，而是奔赴香港中文大学攻读计算机博士学位。 求学期间，胡文博曾先后在大疆、阿里巴巴达摩院、腾讯等知名企业实习。 2022年后，从香港中文大学博士毕业的胡文博，选择加入字节跳动PICO混合现实团队，担任研究员。也是这一阶段，胡文博发表了《Tri-MipRF: Tri-Mip Representation for Efficie