Gen4P：把视频生成器改造成 4D 感知器

Gen4P 将视频生成器改造为前馈 4D 感知模型，采用单次编码与按需解码实现空间灵活性，并用连续时间嵌入实现时间灵活性，同时以冻结的深度 LoRA 作为即插即用几何先验。该模型在 flamingo 等困难场景中实现了结构保持与运动跟踪，更多结果见 https://gen4p.github.io/。