模型介绍
中文整理MotionCrafter: 密集几何与运动重建的4D VAE
模型描述
MotionCrafter是一个基于视频扩散的框架，能够从单目视频中联合重建4D几何并估计密集物体运动。该框架预测每个帧在共享世界坐标系中的密集点图和场景流，无需后处理优化。
主要能力
从单目视频中联合重建4D几何和估计密集物体运动
预测每个帧的密集点图和场景流
在共享世界坐标系中输出结果
输入输出
输入：单目视频
输出：每个帧的密集点图和场景流
运行要求
具体硬件和软件要求请参阅项目代码仓库。
基本用法
模型权重位于geometry motion vae/目录，包含用于联合几何和运动表示的4D VAE，以及unet determ/目录中的确定性UNet用于运动预测。
模型变体：
确定性版本（unet determ）：每个输入对应固定预测，推理速度快
扩散版本（unet diff）：概率预测，可生成多样化输出
限制
性能在极端运动模糊或严重遮挡情况下可能下降
输出质量对输入分辨率和视频质量敏感
对于域外场景的泛化能力可能有限
不适用于安全关键或实时生产环境
许可证
本模型采用Tencent License，详见LICENSE.txt文件。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。