近日，Meta Reality Labs 的研究团队联合高效发布了一项名为 “Pippo” 的创新性生成模型，能够从一张随意拍摄的照片中，生成一段高达1K 分辨率的密集周转视频。这一突破性技术，标志着计算机视觉和图像生成领域的又一重要进展。Pippo 模型的核心在于其多视图扩散转换器的设计。与传统的生成模型不同，Pippo 不需要任何额外的输入，例如拟合的参数模型或拍摄该图像的相机参数。用户只需提供一张普通的照片，系统就能自动生成多视角的视频效果，为用户呈现出更加生动和立体的人物形象