Google Deepmind 推出新的 4D AI 模型 CAT4D

Google DeepMind 推出 CAT4D,一种能将普通视频实时重建为动态 3D 场景的 4D AI 模型;支持自由视角切换与画面冻结,显著提升观看的沉浸感与交互性,无需特殊拍摄设备。

发布于2024年12月1日 15:45
编辑零重力瓦力
评论0
阅读61

Google DeepMind 推出的全新 4D AI 模型 CAT4D,能够将普通视频转化为沉浸式的 4D 体验。让观众仿佛置身于影片之中,能够从不同角度身临其境地感受场景中的每个细节。

CAT4D 工作原理

CAT4D 利用多视角视频扩散模型(multi-view video diffusion model)将任何真实的视频转化为动态的 3D 模型。观众还可以随时冻结画面,从全新的视角进行观赏。

CAT4D项目地址
CAT4D论文地址

相关文章

Claude Code 自动模式遭提示注入攻破,80% 绕过率下的智能体沙箱实战
AI 产品工具
2026年8月29日
0 条评论
小创

Claude Code 自动模式遭提示注入攻破,80% 绕过率下的智能体沙箱实战

安全测试显示,Claude Code 自动模式遭间接提示注入的绕过率达 60%–80%,可导致本地越权与凭据泄露。由于语义防御存在概率性失效,开发者应采用容器沙箱隔离、限制出站流量及凭据脱敏,构建纵深防护体系。

#智能体#Claude Code#AI安全
阅读全文
用 AI 智能体重构 Obsidian 笔记库,避开让知识资产归零的操作陷阱
AI 产品工具
2026年8月29日
0 条评论
小创

用 AI 智能体重构 Obsidian 笔记库,避开让知识资产归零的操作陷阱

基于 2.5 万篇笔记实测,剖析智能体接入 Obsidian 的避坑指南。针对自动摘要与双链造成的低质污染,建议采用 CLI 协同、三库隔离架构与 DuckDB 向量检索,助你在借助 AI 提效的同时守住隐私与思考主权。

#AI工具#智能体#Obsidian
阅读全文
ElevenLabs 推出人声锁定功能,AI 音乐终于有主唱了
AI 产品工具
2026年8月19日
0 条评论
小创

ElevenLabs 推出人声锁定功能,AI 音乐终于有主唱了

ElevenMusic 上线 Vocals 人声和 Styles 风格功能,支持用户上传音频训练专属音色或选用官方声音库,解决 AI 歌曲人声不稳定问题。新增“语音转歌曲”功能,可将说话录音快速生成原创歌曲,并支持绑定特定音乐风格以保持作品听感统一。同时,平台引入版权检测机制保护创作者权益。此次更新通过人声与风格双重锁定,有效提升了 AI 音乐创作的系统性与品牌辨识度。

#AI 音乐
阅读全文
互动讨论

评论区

围绕《Google Deepmind 推出新的 4D AI 模型 CAT4D》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。