视频可查询成4D场景
minchoi · x · 2026-07-16
GenCeption 的另一项能力是把视频转成可查询的 4D 场景：
- 预测深度与几何
- 推断相机运动
- 做分割
- 在 4D 表示中找到目标物体
这说明模型不仅能看懂视频中的静态信息，还能把视频组织成可检索、可定位的时空场景。
所属事件:DeepMind GenCeption 解析(9 条相关)→
「多模态」频道最新
- Reddit 用户用 ComfyUI 生成逼真「清晨公交」短片 — no3us · 2026-10-27
- 网友为 MOSS 模型做模糊/防模糊 Slider LoRA,负权重让背景更清晰 — NoMouse9610 · 2026-10-27
- Krea-2 Turbo 搭配 ComfyUI 做产品广告图，作者晒提示词与成片效果 — comfy-king-999 · 2026-10-27
- Marigold V2 深度估计支持高分辨率分块推理，登陆 ComfyUI — AntonObukhov1 · 2026-10-27
- AI 电影人 PJaccetturo 谈用 Dreamina 构建影级世界 NEXUS — DavidmComfort · 2026-10-27
- AI 反讽广告「无广告睡眠要卖多少钱」走红，脑机接口头环成卖点 — DystopioFilms · 2026-10-27