DynTrace：追踪动态物体证据以赋能多模态大模型的 4D 时空推理

4D 时空推理对理解动态世界至关重要，但现有多模态大模型（MLLM）在处理连续动态场景时存在局限，难以区分真实物体运动与相机视差。受人类认知启发，本文提出 DynTrace，一种无需训练的框架。它包含动态轨迹可视化（DTV）和动态追踪令牌（DT-Token）两个组件，前者提供几何视觉先验以解耦运动，后者构建动态追踪图以维持连续的物体动态证据。实验表明，DynTrace 显著提升了开源 MLLM 在多个基准测试上的 4D 时空推理性能。