稀疏控制

基于网格表示的4D生成技术，解决传统方法时空一致性难题 DreamMesh4D结合隐式神经辐射场或显式高斯绘制作为底层表示，将高斯绘制绑定到三角网格表面，实现纹理与网格顶点的可微优化。该技术从单图像生成的粗糙网格起步，稀疏采样构建变形图提升计算效率，通过两阶段多损失联合学习，渲染质量与时空一致性优于过往视频到4D生成方法，基于网格的表示兼容现代3D工作流程，适配游戏影视行业需求。

面向文本到视频生成的稀疏控制框架，不改动原有预训练模型 该框架通过新增额外条件编码器处理稀疏控制信号，无需改动原有预训练文本到视频模型。兼容素描、深度、RGB图像等多种控制输入形式，支持故事板创作、深度渲染、关键帧动画、帧插值等应用，实验验证其在原生和个性化文本到视频生成器上均具备良好泛化能力，可为视频生成提供更精准的控制。