新智元 (微信公众号)T2·74 分
清华开源 OpenMise 为视频生成装上三维空间大脑
原标题:视频生成不再反复抽卡!清华开源,给模型装上「三维空间大脑」
- 将视频生成拆为三维场景构建与渲染两阶段,用显式空间状态保证跨帧一致性
- 针对 SOTA 模型在精确动作与空间关系上的抽卡痛点,降低重生成算力开销
- 以 Agent 可调用的空间场景编辑工具形态开源,可作为视频生成的前置规划层
AI 聚合热点事件 · 2026/11/9
清华大学与宾夕法尼亚大学团队开源空间场景编辑工具 OpenMise,定位为 Agent 连接空间场景的桥梁。它把高难度视频生成拆成两个简单阶段,先构建可编辑的三维空间场景再渲染视频,从而解决棋子错位、穿墙跑偏等细节不一致问题,减少反复抽卡。
曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。
原标题:视频生成不再反复抽卡!清华开源,给模型装上「三维空间大脑」