Stable Virtual Camera est un modèle de diffusion universel de 1,3 milliard de paramètres développé par Stability AI, appartenant aux modèles image-vers-vidéo Transformer. Son importance réside dans le fait qu'il fournit un support technique pour la nouvelle synthèse de vues (NVS), capable de générer de nouvelles vues de scènes 3D cohérentes en fonction des vues d'entrée et de la caméra cible. Les principaux avantages sont la possibilité de spécifier librement la trajectoire de la caméra cible, la capacité de générer des échantillons avec de grands changements d'angle de vue et lisses dans le temps, le maintien d'une haute cohérence sans distillation NeRF supplémentaire, et la capacité de générer des vidéos de haute qualité sans couture d'une durée allant jusqu'à une demi-minute. Ce modèle est disponible gratuitement uniquement à des fins de recherche et non commerciales, et vise à fournir aux chercheurs et aux créateurs non commerciaux des solutions innovantes image-vers-vidéo.