单图大视角合成的MetaView
Kwai-Kolors · hf · 2026-07-16
这篇工作提出 MetaView，一个基于扩散的单目 novel view synthesis 框架：输入一张图像，就能在较大的视角变化下渲染出新的视图。
作者的核心想法是把两种东西结合起来：
- 隐式几何建模：增强灵活性，不被过重的显式重建流程限制
- 少量但关键的显式 3D 线索：
- 用前馈几何感知网络提供隐式几何先验，约束结构一致性
- 用 metric depth 把生成锚定到真实尺度
这样做的目标，是同时获得几何一致性和精确可控性。实验显示，在单图大视角变化这个困难场景下，MetaView 比现有方法表现更好，泛化能力也更强；代码已开源。
所属事件:快手推出 MetaView 单图生成大视角 3D 场景(2 条相关)→
「多模态」频道最新
- Reddit 用户热议：Ming 图像模型被严重低估 — alley103 · 2026-10-27
- Riverside 推出 4 个 AI 视频制作 Agent:制作人/剪辑/切片/营销一条龙 — SucceededMind · 2026-10-27
- 这位创作者每天都在用 AI 做离谱视频剪辑 — yungcontent · 2026-10-27
- 用 Seedance 生成视频、Suno 配乐、GPT6 Astra 写词的全 AI MV — qwer4790 · 2026-10-27
- Reddit 用户用 MiniMax H3 生成 Backrooms 密道 crawl 视频,质感惊人 — warzone_afro · 2026-10-27
- AI 生成「情景喜剧梦之屋」:树懒乱入复古办公室面试现场 — heresalexandria · 2026-10-27