ChronosObserver：基于超空间扩散采样的 4D 世界
计算机视觉与模式识别
2025-12-02 v1
摘要
虽然现有的以相机控制为导向的视频生成模型可以产生电影般的效果，但将其直接提升至生成 3D 一致且高保真度的时间同步多视角视频仍具有挑战，这是驯服 4D 世界的关键能力。一些工作采用数据增强或测试时优化策略，但这些策略受限于模型的泛化能力和可扩展性问题。为此，我们提出了 ChronosObserver，一种包括世界状态超空间用于表示 4D 世界场景时空约束，以及超空间引导采样用于同步多个视角的扩散采样轨迹的训练-free 方法。实验结果表明，我们的方法无需训练或微调扩散模型，即可实现高保真度和 3D 一致的时间同步多视角视频生成。
引用
@article{arxiv.2512.01481,
title = {ChronosObserver: Taming 4D World with Hyperspace Diffusion Sampling},
author = {Qisen Wang and Yifan Zhao and Peisen Shen and Jialu Li and Jia Li},
journal= {arXiv preprint arXiv:2512.01481},
year = {2025}
}