OuroWorld 将静态 3D 场景变为多样且无缝循环的 3D 动态影像
OuroWorld 是一种无需掩码的框架，可将基于 3D Gaussian Splatting 的静态场景转换为动态 3D cinemagraph。视觉语言模型推断合理的运动，并引导视频模型生成参考视频，再将其扩展和补全为多视角视频。周期性 4D Gaussian Splatting 变形场从设计上保证循环播放；以参考视角为锚点的漂移场则用于吸收不同视角间的不一致。该方法还旨在处理一般形变、物体运动和光照变化。在 39 个重建及生成场景的测试中，OuroWorld 优于所评估的基线方法；用户对比中的偏好率为 70.8% 至 99.0%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。