4D场景生成

面向计算机视觉的3D/4D场景生成项目，提供大规模4D数据集 针对社区缺乏大规模高质量4D数据的痛点，GenXD提出专属数据策划流程，可从视频中提取相机姿态与物体运动强度，构建了大规模现实世界4D场景数据集CamVid-30K。它设计多视图-时间模块分离两类运动，支持从3D、4D数据无缝学习，采用掩码潜在条件支持多条件视图生成，可输出符合相机轨迹的视频与一致3D视图，经多数据集验证效果优于过往方法。

基于混合分数蒸馏的高保真文本到4D场景生成方法 该方法整合多类预训练扩散模型的梯度信号，分步优化4D场景的结构、外观与运动效果，采用神经辐射场结合动静多尺度哈希表做参数化表示，可生成兼具完整3D结构、逼真外观与自然运动的4D场景，生成保真度优于单一模型方案。