VFusion3D es un modelo de generación 3D escalable construido sobre un modelo de difusión de vídeo preentrenado. Resuelve el problema de la dificultad y la escasez de datos 3D, generando un conjunto de datos sintéticos multi-perspectivas a gran escala mediante el ajuste fino de modelos de difusión de vídeo. Esto permite entrenar un modelo de generación 3D de avance que puede generar activos 3D rápidamente a partir de una sola imagen. El modelo ha demostrado un excelente rendimiento en estudios de usuario, donde más del 90% de los usuarios prefirieron los resultados generados por VFusion3D.