VFusion3Dは、事前学習済みのビデオ拡散モデルを基盤とした、拡張性の高い3D生成モデルです。3Dデータの取得困難性とデータ量の少なさという課題を解決するため、ビデオ拡散モデルを微調整して大規模な合成多視点データセットを生成し、単一画像から迅速に3Dアセットを生成できるフィードフォワード型3D生成モデルを学習させました。ユーザー調査では優れた結果を示しており、90％以上のユーザーがVFusion3Dで生成された結果を好む傾向にあります。