Stability AI 发布 4Director:用刚性 3D 几何精准控制视频世界模型
stabilityai · hf · 2026-10-02
Stability AI 提出 4Director，一种以显式 4D 场景表示为条件的视频世界模型，解决视频生产中相机与物体运动精准控制的难题。每个物体从输入图像重建一次为规范 mesh，之后每帧只施加一个规定的刚性变换，提供直观的 3D 控制接口，并避免未观测几何在每帧被独立重新生成。受控场景渲染为深度视频，Motion Adapter 将几何骨架转化为视频，同时合成视角一致的外观、光照与非刚性动态。训练配套新数据集 RealCOD-Rigid(20,774 个自动标注刚性 3D 场景的片段)，并提出 Identity-Gated IoU(IG-IoU)联合评估物体运动遵循与身份保持。实验显示 4Director 在视觉质量与相机/物体控制上全面超越此前方法。
「多模态」频道最新
- 实测:用 Nano Banana 做图像编辑,效果直接看图 — tkasasagi · 2026-10-02
- 博主实测：Opus 5.5 剪视频很强，但无需求硬用产出多垃圾 — AlchainHust · 2026-10-02
- Reddit 用户用 AI 做出以假乱真的概念车动态视频 — Vashukanni · 2026-10-02
- Fable 5.5 曝光：网页能随经过图片的艺术风格实时变形 — lxfater · 2026-10-02
- 牛津 VGG 发布 SynCity 3000：一次生成全局连贯的大规模 3D 场景 — rsasaki0109 · 2026-10-02
- Omni-Embed-Mini：0.9B 参数统一嵌入六种模态且文本检索零退化 — _reachsumit · 2026-10-02