参考文档：STAR 架构速查表

INSPATIO-WORLD 核心架构快速参考

术语表

STAR

Spatiotemporal Autoregressive — 时空自回归模型

KV Cache

Key-Value Cache — Transformer中的键值缓存，用于存储历史注意力信息

6-DoF

6 Degrees of Freedom — 六自由度相机位姿（3维旋转 + 3维平移）

Warped Render

重投影渲染图 — 将参考帧投影到新视角的粗略图像

Occlusion Mask

遮挡掩码 — 标记参考帧中不可见、需要生成的区域

JDMD

Joint Distribution Matching Distillation — 联合分布匹配蒸馏

自回归生成： P(F_t | F_{<t}, C) — 当前帧依赖于历史帧和相机位姿

Warped Render： W(F_ref, D, P) — 参考帧 + 深度图 + 目标位姿 → 新视角图像

扩散条件： ε_θ(x_t, t, W, M) — 噪声预测网络，以Warped Render W和掩码M为条件