OuroWorld将静态3D场景转化为动态影像

发生了什么

据arXiv及Hugging Face Papers发布的研究，OuroWorld是一个无需掩码的框架，旨在将静态3D高斯泼溅场景转化为无缝循环的3D动态影像。该系统利用视觉语言模型推断动态并引导视频模型合成参考视频，通过傅里叶级数变形场实现循环，并使用锚定于参考视角的接地漂移场处理跨视角不一致性。研究显示，该方法能捕捉通用变形、物体运动及光照变化，在39个场景的测试中优于现有基准，并在用户研究中获得70.8%至99.0%的胜率。