OuroWorld：以多样化、无限循环的 3D 动态图的形式让任何 3D 世界变得生动起来

摘要

最近的 3D 世界模型可生成逼真的、可探索的场景，这些场景仍会及时冻结。 OuroWorld 是一个无遮罩框架，可将任何静态 3D 高斯泼溅场景转变为 3D 电影图像：从任何视点无缝循环生动、多样化运动的动态场景。视觉语言模型推断出合理的动态并指导视频模型合成参考视频，我们将其提升并完成为多视图视频。为了从这种不完善的监督中吸取教训，我们提出了不一致性鲁棒周期性 4DGS：傅里叶级数变形场保证了构造循环，而锚定在参考视图上的接地漂移场吸收了跨视图不一致性。与之前仅限于类流体运动的欧拉方法不同，我们捕获一般变形、物体运动和照明变化。我们引入了一种无真值的评估，涵盖生动性、自然度、环缝连贯性和场景质量。在 39 个重建和生成的场景中，OuroWorld 优于所有基线，并赢得了 70.8%-99.0% 的用户研究比较。项目页面： https://ouroworld.userwei.com