原文標題:4Director: Controlling Video World Models with Rigid 3D Geometry
Stability AI 公布 4Director 研究,試圖改善生成式影片難以精確控制攝影機與物件位置的問題。傳統方法經常依賴平面軌跡、深度線索或不完整的三維資訊,容易在視角改變後出現物件形狀不一致、位置偏移與不必要的幾何重建。
4Director 將輸入影像中的物件重建為可重複使用的標準網格,再指定每個影格應採用的剛體變換。系統先依這些幾何控制生成深度影片,接著由 Motion Adapter 將幾何框架轉換成帶有一致外觀、光照及非剛體細節的影片。
研究團隊也提出 RealCOD-Rigid 資料集,包含 20,774 段附有剛體 3D 場景標註的影片,並設計 Identity-Gated IoU 指標,同時評估動作是否遵照控制指令、物件身分是否保持一致。官方摘要指出,在視覺品質與攝影機、物件控制方面,4Director 的實驗結果優於比較方法。
這是研究成果,不是已公布一般消費者可立即使用的商業影片生成服務。官方頁面並未提供完整產品售價、支援硬體或正式上市時程,技術實際整合到產品前仍有工程驗證工作。
發生了什麼事
4Director 透過固定 3D 網格與逐影格幾何控制,改善影片生成的空間一致性。
為什麼重要
可控性是 AI 影片進入專業製作流程的核心瓶頸,研究提供了比純提示詞更明確的控制介面。
影響哪些人
影片生成模型研究者、3D 動畫師、視覺特效與虛擬製片工具開發團隊。
已確認與未確認
研究方法、資料集規模與測試方向已核實;尚非正式商業產品,實際部署規格未公布。