Atlas如何精確控制鏡頭生成3D世界？

Question

Accepted Answer

Atlas 透過深度場域理解與鏡頭參數模擬，實現精確的 3D 世界生成與鏡頭控制

Atlas 的核心能力在於其對真實世界空間的深度理解與模擬，這使其能精確控制虛擬鏡頭，生成逼真的 3D 圖像與視頻。不同於傳統模型僅依賴像素預測，Atlas 直接處理相機在 3D 空間中的絕對位置與姿態，並推演出場景的深度資訊與完整幾何結構。當輸入一至數張照片時，Atlas 藉由先進的神經渲染技術，能夠推斷出未被拍攝區域的幾何資訊，例如牆壁的另一側或物體的背面，進而建構出一個連續的、可供虛擬鏡頭探索的 3D 場景。
整合場景幾何與鏡頭運動，實現無縫虛擬飛行

Atlas 的關鍵突破在於其能夠直接讀取並理解相機在三維空間中的位置（x, y, z 座標）與朝向（pitch, yaw, roll 等角度）。這使得它能精確地將輸入圖像中的特徵點定位於真實世界的空間座標系中。在生成內容時，Atlas 不僅預測像素值，更同時生成場景的深度圖（depth map）以及完整的 3D 場景表示。當指定虛擬鏡頭的飛行路線時，Atlas 能夠根據這些預先建立的 3D 幾何資訊，精確計算出鏡頭在每一個時間點的空間參數，並據此渲染出該視角的畫面。這使得虛擬鏡頭能如實景般地沿著預設路徑飛行，甚至穿梭於物體之間，展現出如同全景無人機般的流暢感，最高可生成長達 1 分鐘、解析度達 1440p 的視頻。
透過神經渲染與場景補全，克服資訊稀疏的限制

Atlas 在處理僅有幾張照片的輸入時，面臨著資訊不完整的挑戰。為了解決此問題，Atlas 採用了先進的神經渲染（Neural Rendering）技術，並結合了場景補全（Scene Completion）的機制。在建構 3D 場景的過程中，Atlas 會識別出照片中可見的物體與表面，並將它們置於一個假設的三維空間中。對於照片未能涵蓋的區域，Atlas 會基於其對物理世界通用規則的學習（例如，牆壁通常是連續的，物體通常是實心的），以及從現有圖像中提取的紋理與結構線索，進行合理的推斷與「腦補」。輸入的照片越多，Atlas 可依據的真實資訊就越豐富，其推斷的準確性也越高，需要自行「想像」的部分就越少，最終生成的 3D 世界也就越完整與逼真。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

Atlas如何精確控制鏡頭生成3D世界？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

6

0

0

分享給好友