# 4D場景

CAT4D是一個利用多視圖視頻擴散模型從單目視頻中生成4D場景的技術。它能夠將輸入的單目視頻轉換成多視角視頻，並重建動態的3D場景。這項技術的重要性在於它能夠從單一視角的視頻資料中提取並重建出三維空間和時間的完整信息，為虛擬現實、增強現實以及三維建模等領域提供了強大的技術支持。產品背景信息顯示，CAT4D由Google DeepMind、Columbia University和UC San Diego的研究人員共同開發，是一個前沿的科研成果轉化為實際應用的案例。

DimensionX是一個基於視頻擴散模型的3D和4D場景生成技術，它能夠從單張圖片中創建出具有可控視角和動態變化的三維和四維場景。這項技術的主要優點包括高度的靈活性和逼真度，能夠根據用戶提供的提示詞生成各種風格和主題的場景。DimensionX的背景信息顯示，它是由一群研究人員共同開發的，旨在推動圖像生成技術的發展。目前，該技術是免費提供給研究和開發社區使用的。

4D-fy是一種文本到4D生成方法，通過混合分數蒸餾採樣技術，結合了多種預訓練擴散模型的監督信號，實現了高保真的文本到4D場景生成。其方法通過神經表示參數化4D輻射場，使用靜態和動態多尺度哈希表特徵，並利用體積渲染從表示中渲染圖像和視頻。通過混合分數蒸餾採樣，首先使用3D感知文本到圖像模型（3D-T2I）的梯度來優化表示，然後結合文本到圖像模型（T2I）的梯度來改善外觀，最後結合文本到視頻模型（T2V）的梯度來增加場景的運動。4D-fy可以生成具有引人入勝外觀、3D結構和運動的4D場景。