arXiv new; video priors to 3D motion forecasting · P2 · 2026-07-21

MotionForesight：它和通用视觉自监督的关系在于：冻结大型视频/跟踪组件，只训练轻量 adapter，把视频预测模型中的物理运动先验迁移到未来 3D scene flow

中高相关；详见方法、贡献和实验边界。

MotionForesight: Re-purposing Video Models for Future 3D Scene-Flow Prediction　arXiv new; video priors to 3D motion forecasting　原文链接

编号2607.16192 优先级P2 类别arXiv new; video priors to 3D motion forecasting 会议arXiv new; video priors to 3D motion forecasting 方法冻结大型视频/跟踪组件，只训练轻量 adapter，把视频预测模型中的物理运动先验迁移到未来 3D scene flow 来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：冻结大型视频/跟踪组件，只训练轻量 adapter，把视频预测模型中的物理运动先验迁移到未来 3D scene flow。中高相关；详见方法、贡献和实验边界。

**Figureure 2 · : MotionForesight predicts future reference-anchored 3D tracks from pa**Figure 2: MotionForesight predicts future reference-anchored 3D tracks from passive human video. Given observed RGB frames and pointmaps obtained through estimated monocular depth, for the first T<sub>1</sub> frames, the model forecasts the future motion of the manipulated object for the next T<sub>2</sub> steps. The output is an explicit 3D trajectory field over points on the manipulated object and does not require a rigid-body or category-specific motion parameterization.这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 MotionForesight 的方法或实验，请结合正文精读段落一起看。

**Figureure 1 · : MotionForesight forecasts plausible motion in diverse everyday manip**Figure 1: MotionForesight forecasts plausible motion in diverse everyday manipulation scenarios这张图来自论文 PDF 的结构化抽取。当前用于辅助理解 MotionForesight 的方法或实验，请结合正文精读段落一起看。

核心问题

它和通用视觉自监督的关系在于：冻结大型视频/跟踪组件，只训练轻量 adapter，把视频预测模型中的物理运动先验迁移到未来 3D scene flow。

方法拆解

冻结大型视频/跟踪组件，只训练轻量 adapter，把视频预测模型中的物理运动先验迁移到未来 3D scene flow

主要贡献

中高相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。