RealMe：从稀疏低分辨率输入生成沉浸式体积视频

RealMe 通过高分辨率视频扩散模型将稀疏低分辨率输入转化为 2K 分辨率、4D 一致的体积视频。该模型采用因子化时空注意力机制和多视图布局感知嵌入，在 DNA-Rendering 基准和自建 RealVV 数据集上实现视觉保真度和 4D 一致性超越 SOTA 方法。