DAR用参考图、相机轨迹和动画网格条件化视频扩散模型,实现4D生成式渲染。
推荐理由:核心是把视频扩散从相机控制扩展到相机加几何接口,用4D G-buffer约束场景运动;这把生成视频模型推向可控渲染而非纯文本想象。
阅读原文