**RealMe：从少量捕捉生成高保真 4D 体渲染视频**

_RealMe: Immersive Volumetric Video from Minimal Captures_

> 针对稀疏低分辨率捕捉资源难以生成高质量体渲染视频的问题，RealMe 提出了一种基于高分辨率视频扩散模型的统一框架。该框架通过引入布局感知的位置编码和辅助数据，利用因子化的时空注意力机制，将有限的捕捉视频增强为 2K 分辨率且具备 4D 一致性的视频。实验表明，RealMe 在视觉保真度和 4D 一致性上均优于现有最先进方法，实现了从少量捕捉到沉浸式体渲染视频的突破。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.30023)