LEGO：一种无需 lifting 的外视角到第一视角视频生成方法

LEGO 提出用学习式视角合成器直接从单个外视角录像生成第一视角视频，避免深度估计、点云 lifting 和重投影。该方法采用 LVSM 风格 Transformer 生成结构对齐条件，并用置信度掩码和早期去噪引导扩散模型补细节；实验称其持续优于显式 SOTA pipeline，且无需重训练可泛化到其他数据集。