跳到正文

4D-fy

用混合分数蒸馏采样生成文本到 4D 场景

访问官网

4d-fy 是什么

这是一种建立在混合分数蒸馏采样之上的文本到 4D 生成方法。它借助多种预训练扩散模型的监督信号,生成带有结构与运动的场景。

主要功能

  • 用神经表示参数化 4D 辐射场
  • 静态与动态的多尺度哈希特征
  • 借体积渲染产出图像和视频

优点与缺点

✓ 我们认可的地方

  • 生成的场景兼具外观、3D 结构与运动
  • 依次结合 3D-T2I、T2I 与 T2V 模型的梯度

! 需要留意的地方

  • 生成以文本描述作为起点
  • 流程需要结合多种预训练扩散模型

常见问题

哪些模型提供梯度?

3D 感知文本到图像模型、文本到图像模型以及文本到视频模型。

场景如何被渲染?

通过对参数化的辐射场做体积渲染。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法