编辑评分 100/100
网站简介
港科大等高校团队开发的3D感知视频生成控制扩散模型 Diffusion as Shader（DaS）是创新视频生成控制模型，依托3D感知扩散流程实现多样化视频生成控制。该模型以3D跟踪视频作为控制输入，在统一架构下支持网格转视频、相机控制、运动迁移等多种任务，依托3D感知能力提升生成视频的时间一致性，仅需少量数据短时间微调即可实现良好控制效果，由香港科技大学等多所高校团队联合开发。
核心功能
多任务视频控制
基于统一架构支持网格转视频、相机控制、运动迁移、对象操作多类控制任务
3D感知增强
依托3D感知能力，有效提升生成视频的时间一致性，降低帧间画面错乱问题
轻量微调适配
仅需少量训练数据，短时间即可完成微调，快速适配不同的生成控制需求
多样化控制支持
适配不同场景的定制化视频生成控制需求，满足多领域多样化的创作要求
开放学术研究
由高校研究团队主导开发，面向视频生成领域开放研究，推动行业技术发展
使用指南
- 1
该项目为高校开发的研究类项目
- 2
用户可访问官方项目页面
- 3
查看项目发布的论文、技术文档与开源代码
- 4
相关开发人员可依据文档部署模型
- 5
输入对应3D跟踪视频数据
- 6
即可调用模型完成对应类型的视频生成控制任务
- 7
也可根据需求微调模型适配特定场景。
优势亮点
具备3D感知能力，提升生成视频时间一致性
统一架构支持多类视频控制任务
少量数据短时间即可完成微调
技术创新性强，由高校团队研发
编辑推荐
Diffusion as Shader突破了传统视频生成控制在时间一致性上的瓶颈，依托3D感知能力解决了生成视频帧间不一致的痛点，统一架构支持多任务的设计也降低了多场景适配的成本，少量数据微调的特性进一步提升了模型的易用性，为可控视频生成领域提供了新的研究思路。
常见问题
深度了解
Diffusion as Shader（DaS）是由香港科技大学联合多所高校共同开发的创新视频生成控制扩散模型，核心依托3D感知扩散流程实现多样化的视频生成控制，为可控视频生成领域带来了新的技术方案。不同于传统视频生成模型，DaS以3D跟踪视频作为控制输入，在统一的架构下即可支持网格到视频生成、相机控制、运动迁移、对象操作等多种不同类型的视频控制任务，无需针对不同任务搭建不同架构。该模型的核心优势在于3D感知能力，能够有效提升生成视频的时间一致性，避免生成视频出现帧间不一致、画面跳动等问题，同时DaS仅需少量数据，短时间内完成微调即可达到出色的控制效果，降低了模型适配的门槛，可广泛应用于影视内容制作、虚拟现实内容开发等多个领域。
使用须知
定价: 以官网定价为准
价格和授权政策可能变化，请以官网最新信息为准
资料由中文导航编辑部整理并经健康检测核验，定期复查更新。
本页信息核对于 2026/10/10，收录信息以收录当日官网状态为准，如发现内容过期请通过下方反馈告知。
访问第三方网站时，请注意以下事项:
- 谨慎提供个人账号、密码和支付信息
- 下载文件前确认来源安全，警惕诱导性广告
- 涉及版权素材使用时，请核实授权范围
- 如遇网站无法访问或内容异常，可反馈给我们
帮助我们维护准确的收录数据，纠错会进入编辑复核队列
用过Diffusion as Shader？说说你的真实体验
你的点评会帮助更多人选型避坑——匿名发表，无需注册，30 秒即可完成
用户评价
还没有评分
成为第一个评价 Diffusion as Shader 的人
我的评分
随下方评论一并提交
热度数据
按站内点击统计0
站内总点击
#-
同类排名 / 944 站
1
同类点击中位数