gcd

单目视频一键生成动态新视角，让相机自由飞

开源 🏷️完全免费 ✅ 目前可打开 视频生成 🍴 复刻 10 🐛 待处理 13 👀 关注 12
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 296
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，代码免费，官网提供演示页面，无付费版本。

项目预览

gcd 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类视频生成
开发团队basilevh
官网地址https://gcd.cs.columbia.edu
GitHubhttps://github.com/basilevh/gcd
定价模式🏷️完全免费
价格说明开源项目，代码免费，官网提供演示页面，无付费版本。
访问状态✅ 目前可打开
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型3d,4d,computer-graphics,computer-vision,deep-learn,deep-learning,diffusion-models,dynamic-view-synthesis,eccv2024,generative-ai,machine-learning,novel-view-synthesis,object-permanence,research,scene-reconstruction,scene-understanding,stable-video-diffusion,video-generation,video-to-video
GitHub 星标★ 296
上线时间2024-05-07 00:00:00
代码更新2025-11-18
仓库体积23.5 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

GCD（Generative Camera Dolly）是ECCV 2024 Oral的官方实现，专注于极端单目动态新视角合成。它解决的是从单个移动摄像头拍摄的视频中，生成任意新视角的动态场景问题，尤其在相机运动幅度大、场景动态变化的情况下，传统方法难以生成连贯且高质量的新视图。该项目的核心能力是利用生成式扩散模型，结合深度估计和相机位姿信息，对动态场景进行4D重建和渲染，从而合成出具有真实感的新视角视频。其技术栈涵盖深度学习、扩散模型、计算机视觉和图形学。项目提供官方代码和模型，支持用户输入单目视频，输出可交互的动态新视角结果。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 296

核心亮点

  • 基于ECCV 2024 Oral，方法前沿，学术认可度高
  • 支持极端相机运动下的动态场景合成，效果显著
  • 提供官方实现，代码和模型开源，便于复现

不足之处

  • 项目处于早期阶段，文档和社区支持待观察
  • 依赖扩散模型，推理可能较慢，资源消耗大

适用场景

  • 电影/视频制作中的自由视角回放
  • VR/AR场景中的动态内容生成
  • 自动驾驶或机器人仿真中的视角扩展

替代项目

DynaNeRF、K-Planes、HyperNeRF

上一篇：FluidNexus

下一篇：TesserAct

同类项目推荐

Falcon-Perception 开源

原生多模态模型推理，看图识文一步到位

Inference repo for Falcon-Perception and Falcon-OCR model, early-fusion, natively mu···

★ 796 2026-09-19
segmentation_models.pytorch 开源

一行代码调用 500+ 预训练分割模型，快速搭建语义分割流水线。

Semantic segmentation models with 500+ pretrained convolutional and transformer-base···

★ 11800 2026-08-10
SeGAN 开源

用GAN补全遮挡区域，让图像分割与生成一步到位

SeGAN: Segmenting and Generating the Invisible (https://arxiv.org/pdf/1703.10239.pdf···

★ 68 2026-08-09
Awesome-MLLM-Segmentation 开源

一页看懂 MLLM 做图像视频分割的全部代表论文

A curated list of publications on image and video segmentation leveraging Multimodal···

★ 240 2026-09-15
BoofCV 开源

纯 Java 视觉库，Android 上跑标定、跟踪和三维重建

Fast computer vision library for SFM, calibration, fiducials, tracking, image proce···

★ 1206 2026-09-18
eSearch-OCR 开源

npm 装完就能在 JS 里跑 PaddleOCR 取字。

基于paddleOCR的js库

★ 134 2026-09-19
DeepInteraction 开源

让点云和图像互相“对话”，更准地框出 3D 物体

[NeurIPS 2022 & TPAMI 2025] DeepInteraction: 3D Object Detection via Modality Intera···

★ 269 2026-10-28
GroundingPI 开源

一个4B模型统一六类视觉定位，还能提升机器人泛化

A 4B grounding foundation model for physical intelligence. Unifies detection, referr···

★ 398 2026-10-18