Hallo4D: Multi-Modal Hallucination Mitigation for Consistent Spatio-Temporal Generation

• 类型：arxiv
• 标识：2607.12752
• 链接：https://arxiv.org/abs/2607.12752
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Hallo4D introduces a generation-detection-correction paradigm that leverages large multimodal language models (LMMs) to identify and summarize spatial and temporal inconsistencies from multi-view and multi-frame renderings, providing a scalable and generalizable solution for consistency-aware content generation.
• OpenAlex ID：W7168426563
• OpenAlex DOI：10.48550/arxiv.2607.12752
• DOI：10.48550/arxiv.2607.12752
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.12752
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：Hallo4D: Multi-Modal Hallucination Mitigation for Consistent Spatio-Temporal Generation
• TLDR中文：Hallo4D 提出"生成-检测-修正"范式，利用大型多模态语言模型（LMMs）从多视角与多帧渲染中识别并归纳时空不一致性，为一致性感知的内容生成提供了一种可扩展且可泛化的方案。
• 来源文件：
• /inbox/tom/_candidates/2026-07-16-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]