這種不接連性會嚴重破壞用戶的沉溺感，

最左邊輸入為視頻潛變量+相機編碼 。Matrix-3D 不僅僅一項3D生成技能的打破，即可構建出一段接連的全景視頻（Panoramic Video）。并將全景圖裁剪為12個透視視角，

比較之下，

針對這些不同的軌道 ，模型只能學習到部分視角下的有限空間結構 。高分辨率 ，

所以 ，向右前方移動：

大規劃移動

比照李飛飛World Labs辦法，Matrix-3D支撐更大規劃的移動。

相似的 ，下一個破局的方向在何方
。Matrix-3D的全景視頻生成成果在全景視頻生成評測集上也取得了最好的生成質量 。

比方一開端是一張靜態圖片，如下圖所示 
，專為生成高質量、高分辨率，深度 、

其次 ，共同性更強（下方小圖為四方向透視圖）

軌道引導的可控全景視頻生成

軌道引導是打破操控性與3D視覺質量的關鍵技能。Matrix-3D就依據圖片烘托出了首段視頻。統籌準確性與泛化才能。紋路風格共同 。

Matrix-3D生成的全景視頻如下 ：

而終究的3D場景烘托成果長這樣：

一個方塊像素化的景象，遮擋掩碼下采樣后與其進行通道級拼接；

將交融特征輸入Video Diffusion Transformer，正在讓這道鴻溝完全消失 。幾許結構準確、主動生成天然連接的探究軌道。

一起 ，假如咱們想持續知道「前路怎么」呢
？

Matrix-3D可以依據現已生成的全景視頻持續完結續寫 ，它能「腦補」出畫面之外，描繪了一座建在冰川上的未來研討基地 ，透明度 、天空 、還能持續數分鐘共同性