本文へスキップ

L4GM

単一視点の動画から動く 4D 物体を生成

公式サイトを見る

L4GM とは

L4GM は多視点の動画データを用い、単一視点の動画からアニメーション物体を作る 4D 大規模再構成モデルと紹介されている。

できること

  • 動画から 4D 物体を再構成する
  • 長い動画と高いフレーム率の動画を扱う
  • 出力を高いフレーム率に上げ動きを滑らかにする

モデルについて

  • 時間自己注意の層が時間的一貫性を支える
  • 訓練は各時刻の多視点描画損失を用いる
  • データは 44K 種の物体と 110K のアニメーションを含む

長所と短所

✓ 良い点

  • 4D 補間モデルでフレーム率を上げる
  • 訓練に多視点の描画損失を用いる

! 注意したい点

  • 再構成は単一視点の動画入力から始まる
  • 土台は事前学習済みの LGM

よくある質問

出力は?

資料はフレームごとの 3D ガウス表現と説明。

資料の規模は?

資料は 44K 種の物体、110K のアニメーション、48 視点、12M 動画、300M フレームを挙げる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法