本文介绍了一种新的视频扩散模型3D生成方法，称为Stable Video 3D (SV3D)，能够高效生成高质量的多视图和4D内容。通过结合几何一致性和时间平滑性，优化了动态场景的生成，提升了生成的真实感和结构完整性。新框架Diffusion4D在多模态数据集上表现出色，具备时空一致性和生成效率。