---
title: "VerseCrafter：复旦腾讯联手开源，4D几何控制重塑动态视频生成新范式"
url: "https://paooo.com/aigc-news/11895/"
author: "Prompt 语宙研究院"
published_at: "2026-06-13T06:12:22+08:00"
updated_at: "2026-06-07T20:08:10+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "4D几何控制, VerseCrafter, 复旦大学, 腾讯, 视频生成"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# VerseCrafter：复旦腾讯联手开源，4D几何控制重塑动态视频生成新范式

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/11895/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-13

## AI 30 秒核心看点 (TL;DR)

- 基于Wan2.1主干与GeoAdapter，VerseCrafter把4D控制信号轻量注入生成框架，实现精确可控视频生成。
- 支持相机单控、目标单控与联合控制，并能保持多视角一致性，适合复杂动态场景。
- 依托VerseControl4D数据集训练，模型在真实世界动态与静态场景中具备更强泛化与几何一致性。

> 
                **💡 站外导读：**在AIGC浪潮席卷全球的今天，如何从静态图像生成跃升至对动态场景的精准控制，是视频生成领域的核心痛点。传统模型常面临视角漂移、物体运动失真等难题，难以满足虚拟现实、游戏开发等应用对高一致性动态内容的需求。VerseCrafter应运而生，作为复旦与腾讯的开源力作，它首次将4D几何控制能力融入视频世界模型，旨在彻底解决动态场景生成中的时空一致性瓶颈，为下一代沉浸式内容创作铺平道路。

            

             
                        

## VerseCrafter是什么

VerseCrafter 是复旦大学与腾讯 PCG ARC Lab 等机构推出的动态真实视频世界模型，具备 4D 几何控制能力。模型基于大规模真实世界数据集 VerseControl4D 训练，能处理复杂动态场景，保持强时空一致性。用户能指定相机轨迹和目标轨迹，生成高质量、几何一致的视频。模型能在视频生成、虚拟现实和游戏开发等领域具有广阔的应用前景。

## VerseCrafter的主要功能

- 
**4D几何控制**：用户能通过指定相机轨迹和多目标的3D高斯轨迹，实现对视频中视角和物体运动的精确控制。

- 
**灵活的控制模式**：模型支持相机单独控制、目标单独控制及相机与目标的联合控制，满足不同场景需求。

- 
**高质量视频生成**：在保持视频真实感的同时，确保生成视频的几何一致性，避免失真。

- 
**多视角一致性**：模型能从不同视角生成一致的视频内容，适用多人交互场景。

- 
**大规模数据支持**：基于VerseControl4D数据集训练，涵盖动态和静态场景，提升模型的泛化能力。

## VerseCrafter的技术原理

- **冻结的Wan2.1主干网络**：模型采用预训练的[Wan2.1](https://ai-bot.cn/wan2-1/)作为基础模型，保持强大的视频生成能力和泛化能力，同时在Wan2.1基础上注入几何控制信号。

- **GeoAdapter**：一个轻量级的几何适配器，将4D控制信号（相机轨迹和3D高斯轨迹）编码为多通道地图，注入到Wan2.1的扩散块中，实现精确控制。

- **4D控制信号渲染**：将相机轨迹和目标轨迹渲染为背景RGB/深度图和3D高斯轨迹图，作为条件信号输入到生成模型中。

- **VerseControl4D数据集**：通过大规模真实世界视频数据，提取相机轨迹和目标轨迹，为模型训练提供丰富的几何监督，支持动态和静态场景的生成。

## VerseCrafter的项目地址

- **项目官网**：https://sixiaozheng.github.io/VerseCrafter_page/

- **GitHub仓库**：https://github.com/TencentARC/VerseCrafter

- **HuggingFace模型库**：https://huggingface.co/TencentARC/VerseCrafter

- **arXiv技术论文**：https://arxiv.org/pdf/2601.05138

## VerseCrafter的应用场景

- **虚拟现实（VR）和增强现实（AR）**：VerseCrafter 可构建沉浸式虚拟世界，支持用户通过相机和物体运动控制实时探索场景，提升交互体验。

- **游戏开发**：为游戏生成动态背景和物体运动，优化视角切换和渲染效果，降低开发成本。

- **视频内容创作**：创作者用 VerseCrafter 快速生成高质量动态视频，满足广告、电影和动画制作中的创意需求。

- **教育与培训**：VerseCrafter 能创建逼真的虚拟教学场景，如历史重现和科学实验模拟，提升学生的学习兴趣和参与度。

- **娱乐与媒体**：用于开发互动式视频内容，如选择式剧情视频，观众可通过控制视角和物体运动改变故事走向。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                VerseCrafter的发布，标志着视频生成技术从‘内容创造’向‘世界模拟’的关键一步。其核心价值在于将复杂的4D几何控制信号轻量化注入现有生成框架（Wan2.1），这体现了‘小模块、大能力’的工程哲学，极具行业启发性。结合VerseControl4D数据集，模型展现了强大的泛化与控制力，这直接回应了当前多模态大模型在具身智能、世界模型构建上的核心需求。从趋势看，它不仅是工具升级，更是范式预演：未来的内容创作、虚拟交互乃至自动驾驶仿真，都将依赖于此类能精确理解并操纵物理世界动态的生成模型。开源生态的建立（GitHub、HuggingFace）将加速这一进程，推动学术界与产业界在‘可控生成’这一前沿阵地的深度融合。

## 常见问题解答 (FAQ)

### VerseCrafter是什么模型？
VerseCrafter是复旦大学与腾讯PCG ARC Lab等机构推出的动态真实视频世界模型，核心能力是4D几何控制。它可结合相机轨迹和目标轨迹生成高质量、几何一致的视频，面向视频生成、VR和游戏开发等场景。

### VerseCrafter如何实现4D控制？
它以冻结的Wan2.1为主干，通过轻量级GeoAdapter把相机轨迹和3D高斯轨迹等4D信号编码成多通道地图，再注入扩散块中，从而实现对视角和物体运动的精确控制。

### VerseCrafter适合哪些应用场景？
适合虚拟现实、增强现实、游戏开发、视频内容创作、教育培训和互动媒体等场景。其优势在于能生成时空一致、可控性强的动态视频，降低复杂动态内容的制作门槛。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
