單目視頻到 4D 動態場景的重建長期以來被視為一個病態逆問題，缺乏基線使深度與運動難以解耦，傳統 SfM 只能恢復靜態外殼，而 NeRF-4D 又依賴數小時的逐場景優化，受制於幾何歧義、數據不足與算力開銷三重瓶頸。
字節跳動旗下的 Pico 團隊推出了新型 4D 視頻生成框架 EX-4D，能從單目視頻輸入生成極端視角下的高質量 4D 視頻。它核心創新在於提出了一種名為深度防水網格（DW-Mesh）的新型表示方法。它能夠同時建模可見區域與被遮擋部分，從而在極端相機視角下依然保持幾何結構的完整與一致。此外，團隊還設計了模擬遮擋掩碼策略，讓單目視頻也能產出高質量訓練數據，並結合輕量級 LoRA 視頻擴散適配器，生成的內容不僅物理一致，還保證了時間上的連貫性。在極端視角的測試中，EX-4D 的表現遠超現有方法，成為 4D 視頻生成的新解決方案。
這裏上傳一個草莓的單目視頻，經過 EX-4D 的 4D 重建，可以看到生成效果。⬇️
（由於平台限制，視頻大家可以到「知乎-技術小白獅」同名文章內查看～）
教程鏈接：https://go.openbayes.com/FtNcm
使用雲平台: OpenBayes
http://openbayes.com/console/signup?r=sony_0m6v
首先點擊「公共教程」，在公共教程中找到「EX-4D：實現單目視頻到自由視角生成」，單擊打開。
頁面跳轉後，點擊右上角的「克隆」，將該教程克隆至自己的容器中。
在當前頁面中看到的算力資源均可以在平台一鍵選擇使用。平台會默認選配好原教程所使用的算力資源、鏡像版本，不需要再進行手動選擇。點擊「繼續執行」，等待分配資源。
數據和代碼都已經同步完成了。容器狀態顯示為「運行中」後，點擊「 API 地址」，即可進入模型界面。
若顯示「Bad Gateway 」，這表示模型正在初始化，由於模型較大，請等待約 2-3 分鐘後刷新頁面。
參數説明
- Camera Angle：相機角度，30°-180°，角度越大視野越廣。
- Frame Count：視頻幀數。
- Inference Steps：推理步驟。
- Random Seed：隨機種子。
上傳一個草莓視頻，點擊「Start Reconstruction」，開始進行視頻重建。
重建完成後點擊「Generate Final Video」，生成最終的 4D 視頻。
（由於平台限制，視頻大家可以到「知乎-技術小白獅」同名文章內查看～）
