先日、Meta Reality Labsの研究チームは、一枚の任意に撮影された写真から、最大1000ピクセルの高解像度の密集した回転ビデオを生成できる革新的な生成モデル「Pippo」を発表しました。この画期的な技術は、コンピュータビジョンと画像生成分野における重要な進歩を示しています。Pippoモデルの中核は、その多視点拡散変換器のデザインにあります。従来の生成モデルとは異なり、Pippoは追加の入力、例えば適合パラメータなどを必要としません。