# Stable Video 3D (SV3D) – 多视角合成和3D生成模型，由Stability AI推出

- Link: https://paooo.com/aigc-news/28076/
- Published: 2026-07-09T18:11:14+08:00
- Author: 站外新闻

## Stable Video 3D是什么

Stable Video 3D（简称SV3D）是由Stability AI公司开发的一个多视角合成和3D生成模型，
能够从单张图片生成一致的多视角图像，并进一步优化生成高质量的3D网格模型。该模型在
之前发布的Stable Video Diffusion模型的基础上进行了改进，提供了更好的质量和多视角
体验。相较于其他的3D生成模型，SV3D的主要优势在于其使用视频扩散模型而不是图像扩散
模型，这在生成输出的泛化性和视角一致性方面提供了显著的好处。

阅读目录

 * [Stable Video 3D是什么](https://paooo.com/aigc-news/28076/#stable-video-3d%e6%98%af%e4%bb%80%e4%b9%88)
 * [Stable Video 3D的功能特性](https://paooo.com/aigc-news/28076/#stable-video-3d%e7%9a%84%e5%8a%9f%e8%83%bd%e7%89%b9%e6%80%a7)
 * [Stable Video 3D的官网入口](https://paooo.com/aigc-news/28076/#stable-video-3d%e7%9a%84%e5%ae%98%e7%bd%91%e5%85%a5%e5%8f%a3)
 * [Stable Video 3D的工作原理](https://paooo.com/aigc-news/28076/#stable-video-3d%e7%9a%84%e5%b7%a5%e4%bd%9c%e5%8e%9f%e7%90%86)

![Stable Video 3D (SV3D)](https://paooo.com/wp-content/uploads/2026/07/stable-video-
3d-model-1.avif)

## Stable Video 3D的功能特性

 * **多视角视频生成**：SV3D能够从单张图片输入生成多个视角的视频内容。用户可以从不同
   的方向和角度查看对象，每个视角都是高质量的，并且保持了视角之间的一致性。
 * **3D网格创建**：通过使用生成的多视角视频和Stable Video 3D模型，用户可以创建对象
   的3D网格。这些3D网格是从二维图像中推断出来的，可以用于各种3D应用，如游戏开发、
   虚拟现实、增强现实等。
 * **轨道视频生成**：Stable Video 3D提供了生成围绕对象的轨道视频的能力，允许用户
   创建围绕对象旋转或移动的视频，提供了一种动态的视角体验。
 * **相机路径控制**：SV3D支持沿着指定的相机路径创建3D视频，用户可以精确控制视频的
   视角和相机运动，为创作提供了更高的自由度。
 * **新视角合成（NVS）**：SV3D在新视角合成方面取得了显著进展，能够从任何给定的角度
   生成一致且逼真的视图，提高了3D生成的真实感和准确性。

## Stable Video 3D的官网入口

 * 官方项目主页：[https://sv3d.github.io/](https://sv3d.github.io/)
 * 技术报告：[https://stability.ai/s/SV3D_report.pdf](https://stability.ai/s/SV3D_report.pdf)
 * Hugging Face模型：[https://huggingface.co/stabilityai/sv3d](https://huggingface.co/stabilityai/sv3d)

## Stable Video 3D的工作原理

![SV3D的架构](https://paooo.com/wp-content/uploads/2026/07/sv3d-architecture.avif)

 1. **新视角合成（NVS）**:
 2.  * **输入图像**：用户提供的单张2D图像作为输入，该图像包含一个或多个对象。
     * **相机姿态控制**：定义一个相机轨迹，包括一系列的角度（仰角和方位角），用于控制
       生成图像的视角。
     * **潜在视频扩散模型**：使用一个训练有素的潜在视频扩散模型（如Stable Video Diffusion–
       SVD），该模型能够根据输入图像和相机姿态生成一系列新的视角图像。这些图像模拟了
       围绕3D对象的轨道视频。
 3. **3D表示优化**:
 4.  * **粗略3D重建**：使用生成的多视角图像作为目标，通过训练一个NeRF（Neural Radiance
       Fields）模型来重建3D对象的粗略表示。这个步骤在较低分辨率下进行，以捕捉对象的
       大致形状和纹理。
     * **网格提取**：从训练好的NeRF模型中提取一个初步的3D网格，通常使用Marching Cubes
       算法。
     * **精细优化**：采用DMTet（Deep Marching Tetrahedra）表示来进一步细化3D网格，这个
       步骤在高分辨率下进行，以提高细节的准确性和网格的质量。
 5. **改进的3D优化技术**:
 6.  * **掩蔽分数蒸馏采样（SDS）损失**：为了提高不可见区域的3D质量，SV3D引入了一种掩蔽
       分数蒸馏采样损失。这种损失函数专注于在训练过程中填充和优化那些在参考视角中不
       可见的区域。
     * **解耦照明模型**：SV3D还提出了一种解耦照明模型，该模型独立于3D形状和纹理进行
       优化，以减少由于固定照明条件导致的渲染问题。
 7. **训练和评估**:
 8.  * **数据集**：SV3D在包含多样化3D对象的数据集上进行训练，如Objaverse数据集。
     * **评估**：通过与真实世界的3D数据和其他NVS方法的比较，评估SV3D生成的多视角图像
       和3D网格的质量。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)