多视角视频

MaskVAT是SV4D项目站点，支持从单视角视频生成多视角4D内容 MaskVAT托管Stable Video 4D（SV4D）生成模型项目，该模型基于Stable Video Diffusion与Stable Video 3D开发，可接收单一视角输入视频，输出目标对象的多个新视角4D视频矩阵。模型默认生成576×576分辨率下共40帧内容，支持通过锚点帧插值生成更长时长的新视角视频，区别于同类仅输出静态3D资产的模型，直接输出时序多视角视频内容。

基于多视角视频的高细节手部实时神经渲染工具 XHand通过多视角视频训练建模，依托MANO姿势参数生成高细节手部网格与渲染结果，支持不同手部姿势下的实时渲染输出。相较于传统手部渲染方案，XHand在输出图像真实感、整体渲染质量上表现更优，主要服务于扩展现实、游戏领域的逼真手部图像生成需求。