“明明是同一个客厅场景，镜头一转，沙发就从靠窗位置移到了墙边；生成的厨房视频里，冰箱突然‘穿透’了橱柜”—— 这是当前 AIGC 视频工具的常见问题，行业称之为 “空间一致性不足”。这一问题不仅影响视频的真实感，更让 AI 视频难以应用于虚拟看房、产品演示等商业化场景。而群核科技在首届 TechDay 上发布并开源的空间生成模型 SpatialGen，正是用 3D 扩散模型技术，从根源上破解了这一行业痛点。
近日，群核科技在首届技术开放日（TechDay）上正式发布其空间大模型最新成果：新一代空间语言模型SpatialLM 1.5与空间生成模型SpatialGen。其中，SpatialGen依托群核科技海量室内3D场景数据与多视角扩散模型技术，可生成3D高斯（3DGS）场景和渲染漫游视频，并确保同一物体在不同镜头下始终保持准确的空间属性和物理关系，支持任意视角切换、路径漫游，光照、纹理、遮挡关系全程物理一致。
图说：SpatialGen的多视角一致性演示
要理解 SpatialGen 的突破，首先需要搞清楚 AI 视频 “穿帮” 的根源：当前多数文生视频、图生视频工具，都是基于 2D 图像或视频数据训练，缺乏对 3D 空间结构的理解。比如，AI 生成室内视频时，会将每个镜头视为独立的 2D 图像来处理，无法记住 “沙发在 3D 空间中的真实位置”，导致镜头切换时物体 “漂移”；生成物体交互场景时，也无法理解 “冰箱不能穿透橱柜” 的物理逻辑。
这背后的原因是当下多数视频生成模型是基于图像或视频数据训练，图像缺少人类感知空间时所依赖的深度线索，因此仅凭自然语言难以让 AI 建立精确的空间关系认知，因此会缺乏对 3D 空间结构和物理法则的理解和推演能力。
SpatialGen 依托群核积累的数亿 3D 空间数据集和自研渲染引擎，训练可以生成任意指定视角图片的扩散模型。其核心在于让 AI 对空间的认知严格符合真实物理规律，从底层解决 2D 感知到 3D 理解的映射偏差。并首次基于多视角扩散+3DGS重建技术，从源头解决空间一致性问题。
TechDay 现场的对比演示，直观展现了这种技术的优势：工作人员分别用其他AI视频生成模型和 SpatialGen 生成 “客厅漫游视频”。其他模型生成的视频，在镜头转换过程中，家具发生了明显不一致状况，而 SpatialGen 生成的视频中，无论镜头如何切换 —— 从正面拍沙发，从侧面拍餐桌，从俯瞰拍整个客厅 —— 沙发、餐桌的位置与尺寸始终保持一致。
SpatialGen 能实现这种突破，还得益于群核科技海量的 3D 场景数据和空间智能飞轮支撑。基于酷家乐这一全球最大的空间设计平台，群核科技构建了“空间编辑工具-空间合成数据-空间大模型”的空间智能飞轮，让工具沉淀数据，用数据加速模型训练，用模型提升工具体验，再在工具的广泛应用中沉淀更为丰富的场景数据。正如快手依托短视频生态推动可灵迭代一样，群核凭借酷家乐沉淀的海量室内物理数据，正在空间智能领域复现“工具—数据—模型”的技术增强回路。
据透露，群核还在研发一款基于3D技术的AI视频生成产品，并计划在今年内正式发布——这或许是全球首款深度融合3D能力的AI视频生成Agent。通过构建3D渲染与视频增强一体化的生成管线，有希望弥补当前AIGC视频生成中时空一致性不足的问题。
（本文来源：大象新闻。本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。对文章事实有疑问，请与有关方核实或与本网联系。文章观点非本网观点，仅供读者参考。）
“明明是同一个客厅场景，镜头一转，沙发就从靠窗位置移到了墙边；生成的厨房视频里，冰箱突然‘穿透’了橱柜”—— 这是当前 AIGC 视频工具的常见问题，行业称之为 “空间一致性不足”。这一问题不仅影响视频的真实感，更让 AI 视频难以应用于虚拟看房、产品演示等商业化场景。而群核科技在首届 TechDay 上发布并开源的空间生成模型 SpatialGen，正是用 3D 扩散模型技术，从根源上破解了这一行业痛点。
近日，群核科技在首届技术开放日（TechDay）上正式发布其空间大模型最新成果：新一代空间语言模型SpatialLM 1.5与空间生成模型SpatialGen。其中，SpatialGen依托群核科技海量室内3D场景数据与多视角扩散模型技术，可生成3D高斯（3DGS）场景和渲染漫游视频，并确保同一物体在不同镜头下始终保持准确的空间属性和物理关系，支持任意视角切换、路径漫游，光照、纹理、遮挡关系全程物理一致。
图说：SpatialGen的多视角一致性演示
要理解 SpatialGen 的突破，首先需要搞清楚 AI 视频 “穿帮” 的根源：当前多数文生视频、图生视频工具，都是基于 2D 图像或视频数据训练，缺乏对 3D 空间结构的理解。比如，AI 生成室内视频时，会将每个镜头视为独立的 2D 图像来处理，无法记住 “沙发在 3D 空间中的真实位置”，导致镜头切换时物体 “漂移”；生成物体交互场景时，也无法理解 “冰箱不能穿透橱柜” 的物理逻辑。
这背后的原因是当下多数视频生成模型是基于图像或视频数据训练，图像缺少人类感知空间时所依赖的深度线索，因此仅凭自然语言难以让 AI 建立精确的空间关系认知，因此会缺乏对 3D 空间结构和物理法则的理解和推演能力。
SpatialGen 依托群核积累的数亿 3D 空间数据集和自研渲染引擎，训练可以生成任意指定视角图片的扩散模型。其核心在于让 AI 对空间的认知严格符合真实物理规律，从底层解决 2D 感知到 3D 理解的映射偏差。并首次基于多视角扩散+3DGS重建技术，从源头解决空间一致性问题。
TechDay 现场的对比演示，直观展现了这种技术的优势：工作人员分别用其他AI视频生成模型和 SpatialGen 生成 “客厅漫游视频”。其他模型生成的视频，在镜头转换过程中，家具发生了明显不一致状况，而 SpatialGen 生成的视频中，无论镜头如何切换 —— 从正面拍沙发，从侧面拍餐桌，从俯瞰拍整个客厅 —— 沙发、餐桌的位置与尺寸始终保持一致。
SpatialGen 能实现这种突破，还得益于群核科技海量的 3D 场景数据和空间智能飞轮支撑。基于酷家乐这一全球最大的空间设计平台，群核科技构建了“空间编辑工具-空间合成数据-空间大模型”的空间智能飞轮，让工具沉淀数据，用数据加速模型训练，用模型提升工具体验，再在工具的广泛应用中沉淀更为丰富的场景数据。正如快手依托短视频生态推动可灵迭代一样，群核凭借酷家乐沉淀的海量室内物理数据，正在空间智能领域复现“工具—数据—模型”的技术增强回路。
据透露，群核还在研发一款基于3D技术的AI视频生成产品，并计划在今年内正式发布——这或许是全球首款深度融合3D能力的AI视频生成Agent。通过构建3D渲染与视频增强一体化的生成管线，有希望弥补当前AIGC视频生成中时空一致性不足的问题。
（本文来源：大象新闻。本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。对文章事实有疑问，请与有关方核实或与本网联系。文章观点非本网观点，仅供读者参考。）
本文链接：AI 视频总 “穿帮”？群核 SpatialGen 用 3D 扩散模型，让物体位置不 “漂移”http://www.sushuapos.com/show-7-23226-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。