靠Scaling Laws炼出4D版视频生成模型，多伦多大学北交大等携手开源81K高质量数据集

文章预览

前言   只需几分钟、一张图或一句话，就能完成时空一致的4D内容生成。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源： 量子位 仅用于学术分享，若侵权请联系删除 注意看，这些生成的3D物体，是带有动作变化的那种。也就是在3D物体的基础之上，增加了时间维度的运动变化。 这一成果，名为 Diffusion4D ，来自多伦多大学、北京交通大学、德克萨斯大学奥斯汀分校和剑桥大学团队。 具体而言，Diffusion4D整理筛选了约81K个4D assets，利用8卡GPU共16线程，花费超30天渲染得到了约400万张图片，包括静态3D物体环拍、动态3D物体环拍，以及动态3D物体前景视频。 作者表示，该方法是首个利用大规模数据集，训练视频生成模型生成4D内容的框架， 目前项目已经 ………………………………