Consistent4D是一种新方法，用于从未校准的单目视频生成4D动态对象。该方法利用基于对象的三维感知图像扩散模型作为主要监督信号来训练DyNeRF，并引入级联DyNeRF和插值驱动的一致性损失以实现空间和时间一致性。实验证明，Consistent4D在4D动态对象生成方面表现出色，并在传统的文本到三维生成任务中也取得了优势。