CAVIA

CAVIA是由苹果公司、得克萨斯大学奥斯汀分校及谷歌合作开发的多视角视频生成框架。该框架能够通过单一输入图像生成多个时空一致的视频序列，适用于多种应用场景。其核心在于引入视角集成注意力机制，有效提升了视频的视角一致性和时间连贯性，同时允许用户精确控制相机运动并保留对象动态。CAVIA具备高度灵活性，可兼容多种数据源进行联合训练，显著改善视频生成的几何一致性和感知质量，展现出在虚拟现实、增强现实及影视制作领域的广泛应用潜力。