English(EN) Pixel-to-4D: Camera-Controlled Image-to-Video Generation with Dynamic 3D Gaussians

Pixel-to-4D使用动态3D高斯从单张图像生成视频

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-05 04:00

研究人员开发了一个新的框架，用于从单张图像生成视频，并提供对相机运动的增强控制。该方法利用动态3D高斯表示来建模场景和采样物体运动，从而无需迭代去噪即可实现更快的视频生成。与以前的技术相比，该方法旨在提高时间一致性和几何完整性，并在多个数据集上展示了最先进的结果。 AI

影响增强了图像到视频生成的可控性，可能改进需要精确相机路径修改的应用。

排序理由这是一篇详细介绍图像到视频生成新方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Melonie de Almeida, Daniela Ivanova, Tong Shi, John H. Williamson, Paul Henderson · 2026-05-05 04:00

Pixel-to-4D: Camera-Controlled Image-to-Video Generation with Dynamic 3D Gaussians

arXiv:2601.00678v2 Announce Type: replace Abstract: Humans excel at forecasting the future dynamics of a scene given just a single image. Video generation models that can mimic this ability are an essential component for intelligent systems. Recent approaches have improved tempor…