Stable Virtual Camera ist ein von Stability AI entwickeltes universelles Diffusionsmodell mit 1,3 Milliarden Parametern und gehört zu den Transformer-Bild-zu-Video-Modellen. Seine Bedeutung liegt darin, dass es technische Unterstützung für die neuartige Ansichtszusammensetzung (NVS) bietet und in der Lage ist, basierend auf Eingabeansichten und der Zielkamera 3D-konsistente neue Szenenansichten zu generieren. Die Hauptvorteile sind die freie Spezifikation der Zielkameratrajektorie, die Möglichkeit, Beispiele mit großen Blickwinkeländerungen und zeitlicher Glätte zu generieren, die Aufrechterhaltung einer hohen Konsistenz ohne zusätzliche NeRF-Destillation und die Generierung von qualitativ hochwertigen, nahtlos schleifenförmigen Videos mit einer Länge von bis zu einer halben Minute. Das Modell kann nur kostenlos für Forschungs- und nicht-kommerzielle Zwecke verwendet werden und zielt darauf ab, Forschern und nicht-kommerziellen Entwicklern innovative Bild-zu-Video-Lösungen zu bieten.