type
status
date
slug
summary
tags
category
icon
password
URL
January 10, 2024 • 4 min read
by Simon Meng • See original
现在AIGC太卷的，2D/3D/视频都不够看了，已经开始卷4D了😂 快速分享几个最近看到的4D生成算法，不得不说有些其实已经接近能用了。注明一下，这里的4D指的是自带动作的3D模型（4D模型），以及在播放时可以任意切换视角的视频（4D空间场）。
- Animate124: 可通过文本描述将单张静态图像转化为3D视频，实现了从2D到4D的跨越。该技术依托于三阶段优化和多重扩散先验，打造出独特的动画体验。
- 4D-fy: 结合变分SDS和文本到图像模型（T2I），改进了4D生成过程。此算法通过混合梯度监督增强了视觉效果，并在文本驱动的四维创作中显示出其独特优势。
- Grounded 4D Content Generation: 这个框架将静态3D资产与单目视频序列相结合，为用户在4D场景构建中提供了更细致的几何和运动控制。这种方法在4D内容创作领域中提供了新的视角。
- DreamGaussian4D: 通过其4D高斯喷溅技术显著提升了内容生成速度，同时增强了运动控制和细节呈现。这一框架在效率和表现力方面都具有显著优势。
- Control4D: 使用户能够通过文本指令进行直观的4D肖像编辑。这种框架的创新在于其高保真度和编辑一致性，为四维编辑提供了新的可能性。
- Consistent4D: 通过从未校准的单目视频生成4D动态对象的方法，为四维对象生成开辟了新路径。它在文本到3D任务中加入了新的维度，为传统方法提供了有力的补充。
- EasyVolcap: EasyVolcap：一个基于PyTorch的库，专注于神经体积视频研究的加速，特别是在体积视频捕获、重建和渲染方面。它提供了一套工具，旨在简化复杂的体积视频处理流程。
- SpacetimeGaussians: 引入了一种新型的动态场景表示方法——时空高斯特征喷溅。它结合了增强的3D高斯模型和特征喷溅渲染技术，实现了在保持存储紧凑的同时提供高分辨率实时光影效果。
- GPS-Gaussian: 专注于4D高斯的实时重建渲染，针对人体新视角合成提供了高效的解决方案。这个工具旨在实现快速且准确的动态3D渲染。
- Dynamic 3D Gaussians: 通过其持久动态视图合成技术，突破了神经隐式场建模的局限性，能够对动态对象进行重建，并将不同场景的模型有效组合。
▶关注更多和AI有关的文章请关注↓
▶需要心灵按摩的加群 ↓ （大部分时候做心灵按摩，少部分时候聊AI😂进群备注职业和加群目的，如果二维码过期请在公众号对话框回复加群，获取新二维码）
▶想拼命跟上AI时代更新节奏的请订阅↓（6折优惠中+72小时无理由退款）
- 作者:Simon阿蒙
- 链接:https://shengyu.me//article/4D-gen
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
相关文章
.jpg?table=block&id=11e2b4bc-a70f-805b-a5b3-cd8986b05a25&t=11e2b4bc-a70f-805b-a5b3-cd8986b05a25&width=800&cache=v2)
