实体
4D generation
4D generation
PulseAugur coverage of 4D generation — every cluster mentioning 4D generation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
SplatFlux 框架能够从视频潜在表示进行 4D 场景重建与生成
研究人员推出 SplatFlux，一个用于从视频潜在表示重建与生成 4D 场景的新颖框架。该方法采用前馈式方法和解耦的 4D 高斯表示，以区分静态场景元素和动态运动。采用辅助蒸馏策略来学习这种分解和运动，而无需大量手动标注，在 3D 和 4D 重建与生成任务中取得了最先进的成果。
-
GeoFix框架提升4D视频生成一致性
研究人员开发了GeoFix，一个旨在增强4D生成视频几何一致性的新框架。该方法利用单一几何奖励，专注于静态场景区域的跨视图深度一致性，避免了其他方法中常见的纹理和细节退化。GeoFix已展示出显著的改进，包括WorldScore 3D一致性提高39%，VBench质量得分提高4%。
-
Latent-to-4D 方法可从视频潜在表示生成可复用的三维场景
研究人员开发了 Latent-to-4D，一种从文本或图像生成动态三维场景的新颖方法。该方法通过将视频扩散潜在表示与四维解码器直接对齐，绕过了重建 RGB 视频的需要。在相同的变分自编码器家族内，单个训练好的检查点可以跨不同的视频扩散 Transformer 重用，在 Text4D-200 和 I4D-200 等基准测试中展示了比现有方法更好的性能和人类偏好。