快手可图联合高校开源MetaView单图新视角合成框架

快手可图团队联合南洋理工大学、港科大（广州）提出基于扩散模型的单图新视角合成框架 MetaView，并已开源代码、模型权重和在线 Demo。 该方法基于 MM-DiT 架构，通过平行注意力流注入前馈几何感知网络提取的隐式几何先验，并用度量深度锚定尺度感知 RoPE，以缓解大视角变化下的几何崩坏与尺度漂移。 据该团队称，在 DL3DV、RealEstate10K 和 Sekai-Real-Walk-HQ 三个数据集上，MetaView 与 ViewCrafter、GEN3C、Voyager 等 7 个基线模型对比，12 项核心评估维度中有 11 项达到 SOTA。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。