用模型制作短视频可以吗建筑生长的视频怎么做？用即梦就能轻松制作出，简单又好玩

用户投稿 2025年09月06日 23:30:05 29 0

建筑生长的视频怎么做？用即梦就能轻松制作出，简单又好玩

建筑生长的视频怎么做？

这么一问，大家可能有点懵了，建筑还能生长？

那么，我先放张效果动图上来给大家看看，其实就是建筑物从地面拔地而起，类似植物一样生成长起来的视频效果。

这样的视频效果怎样做的呢？

这里我们要用到的工具是【即梦AI】，

打开【即梦AI】，

把下面是一张带有主体建筑物的原图，

把这张原图导入到【即梦AI】里，

给它一个P图指令：把图片中的主体建筑物去掉。

如果效果不太好的话，

可以试试以下的P图指令：

把图片中的塔去掉；把图片中主体建筑去掉，留下底层的平台；只把图片中的主体建筑去掉，其它的细节与构图不变；

把塔去掉后的样子如下，

另外如果对一句话P图指令出来的效果不满意的话，

可以用手动编辑图片功能，

这个功能在放大图片后的右上角，

点【编辑图片】，

进入到编辑图片界面后，点右下角的【消除】功能

在需要消除的区域涂抹一下，

然后点【箭头】发送，这样就能把图片中的主体建筑物消除掉了。

另外，如果觉得用即梦P图不好用或者不顺手的话，

可以用豆包来处理，

打开【豆包】，上传原图，

输入P图指令：把图片中的主体建筑物去掉。

剩下的就交给豆包了。

个人感觉，用豆包比即梦更简单利索一些。

图片处理好后，接下来我们回到【即梦AI】，

我们要利用即梦AI的首尾帧功能来制作建筑生长的视频效果。

打开【即梦AI】，选择【视频生成】

先把处理过的图片导入，

然后再点另一个【+】号，把原图也导进来，

在输入框里输入动态视频的描述词：图中的建筑主体由下往上搭建，逐渐的过渡到第二张图片中的效果

视频模型选择【视频3.0】，比例是原图比例，

最后点击【生成】按钮即可。

下面是最终的动图效果，当然，大家还需要把生成的视频导入到剪映里面，配上适合的音乐才能完事。

文章到此结束。感谢阅读，感谢关注，感谢点赞，感谢推荐，感谢收藏。

无需NeRF高斯点后处理，视频秒变游戏模型成现实

V2M4团队投稿

量子位 | 公众号 QbitAI

只需一段视频，就可以直接生成可用的4D网格动画？！

来自KAUST的研究团队提出全新方法V2M4，能够实现从单目视频直接生成高质量、显式的4D网格动画资源。这意味着无需NeRF/高斯点后处理，可直接导入游戏/图形引擎。

该方法构建了一个系统化的多阶段流程，涵盖相机轨迹恢复、外观优化、拓扑统一、纹理合成等关键步骤，让视频“秒变模型”，大幅提升动画与游戏内容的生成效率与可用性。

论文已被ICCV 2025正式接收。

结果显示，其生成的外观和结构高度还原，平均每帧仅需约60秒处理，比现有方法显著提速；而且还支持「长视频」，在300帧时长的视频上依然表现优异

视频生成4D动画模型有多难？

从一段视频生成连续动画网格资产，一直是视觉计算长期未解的问题：传统动画制作需依赖多摄像头、动捕设备、人工建模等高成本手段。隐式方法如NeRF虽能复现外观，却难以直接输出拓扑一致的显式网格。

而近期的原生3D生成模型能够重建出高质量的3D网格，但常常存在姿态错位、拓扑不一致、纹理闪烁等问题。

在该工作中，V2M4首次展示了利用原生3D生成模型，从单目视频生成可用4D网格动画资产的可能性，并展现了其视觉效果与实用性。

V2M4提出一套系统化的五阶段方法，直接从单目视频构建可编辑的4D网格动画资产。该方法以“生成高质量显式网格+拓扑一致+纹理统一”为目标，从结构、外观、拓扑和时序角度逐步优化模型，输出可直接用于图形/游戏引擎的4D动画文件。

相机轨迹恢复与网格重定位

由于原生3D生成模型输出的每帧网格常处于标准坐标系中心并且朝向固定，因此直接采用原生3D模型生成视频帧对应的3D网格会导致真实的平移和旋转信息的丢失，进而使得动画无法还原物体在视频中的真实运动。

为解决该问题，V2M4设计了三阶段相机估计策略，通过重建每帧视频的相机视角，进而将“相机运动”转化为“网格运动”。

候选相机采样+DreamSim评分：在物体周围均匀采样多个视角，渲染并与真实帧对比，挑选相似度最高的相机姿态。DUSt3R点云辅助估计：引入几何基础模型DUSt3R，通过预测点云来推算出更稳定的相机位姿，再与采样结果融合。粒子群优化+梯度下降精调：用PSO算法避免局部最优，再以渲染出的掩模差异为优化目标，通过gradient descent精细调整最终相机参数。

最终，将估计得到的相机轨迹反向应用于每一帧3D网格，从而将网格从标准姿态中“还原”回视频中的真实空间位置，实现真实的动态建模。

外观一致性优化：条件嵌入微调

即使完成空间对齐，初始生成的网格外观往往与输入视频存在一定外观差异。为此，V2M4借鉴图像编辑中的null text optimization策略，对生成网络的条件嵌入进行微调，以DreamSim、LPIPS、MSE等指标衡量渲染结果与参考视频帧的相似度，从而优化嵌入向量，使生成的网格外观更加贴合原视频，实现更高质量的外观一致性。

拓扑对齐与结构一致性：帧间对齐+局部约束

由于现有3D生成模型在每帧输出中存在随机性，相邻帧的网格往往在拓扑结构上存在差异，例如顶点数量、边的连接方式或面片组织均不一致。这类结构差异会严重阻碍动画的连续性与可编辑性。为解决此问题，V2M4引入了逐帧配准与拓扑统一机制：以首帧网格为标准形态（rest pose），通过全局刚体变换和局部形变优化，逐步将其拓扑结构传递给所有后续帧。在配准过程中，该方法结合Chamfer距离、可微渲染损失与ARAP刚性形变约束，实现对整体姿态和局部结构的精准调整。最终，所有帧网格不仅在形状上保持高度连续性，更在拓扑层面实现完全一致，从而为后续纹理生成与时间插值奠定稳定基础。

跨帧纹理一致性优化：共享UV提图，消除闪烁与断裂

为了确保动画过程中外观的一致性，V2M4为所有帧构建了一张共享的全局纹理贴图，避免了逐帧独立纹理所带来的色彩跳变与贴图断裂问题。由于前述拓扑统一后，各帧网格的结构保持一致，该方法以第一帧网格的UV展开作为所有帧的纹理基准，并基于多视角渲染优化贴图细节。为提升与原视频匹配的局部质量，该方法引入视角加权机制，对应视频帧的相机视图被赋予更高权重。最终，实现外观一致、帧间平滑的动画体验。

网格插帧与4D动画导出：轻量封装，一键部署

为了提升动画的时间连续性与软件适配性，V2M4对生成的网格序列进行时间插帧与结构封装。具体而言，该方法对关键帧网格的顶点位置进行线性插值，生成时序上更平滑的动画序列，并进一步将其表示为：单个静态网格，加上一组随时间变化的顶点位移张量。最终结果被导出为符合GLTF标准的动画文件，包含统一拓扑结构、共享纹理贴图与顶点时序变形，可直接导入Blender等主流图形与游戏引擎进行编辑与复用。由此，该方法实现了从视频到4D网格动画资产的完整转换路径，具备可视化、可编辑与实际应用兼容性。