扩散模型已经在 2D、视频乃至 3D 内容生成方面取得了巨大成功，而现在，研究人员的目光已转向 4D 生成，通过多样化的控制条件生成时空一致性 4D 资产。让用户可以身临其境创造、操控自己的 4D 世界，体验如电影《头号玩家》中描绘的沉浸式元宇宙！
本文全面综述了 4D 生成领域，系统性地总结了其基础技术、发展脉络、面临的挑战、应用方向，并深入探讨了其未来潜力。无论是动态目标/场景生成、数字人合成还是自动驾驶，4D 生成正在为多领域的技术突破铺平道路！
我们致力于为学术界和工业界提供一个系统化的视角，帮助推动 4D 生成技术向更自由、更沉浸、更高效、更广阔的方向发展，同时探索其在多领域的应用价值。
论文标题：
Advances in 4D Generation: A Survey
论文全文：
https://arxiv.org/abs/2503.14501
项目主页：
https://github.com/MiaoQiaowei/Awesome-4D
未来已来，虚拟与现实的边界正在被打破！
欢迎同行引用、讨论，并关注我们后续的技术工作！一起探索4D生成的无限可能！
摘要
生成式人工智能（AI）近年来在多个领域取得了显著进展。在 2D、视频以及 3D 内容生成领域快速发展的基础上，4D 生成作为一个新颖且快速发展的研究领域逐渐兴起，并吸引了越来越多的关注。4D 生成专注于基于用户输入创建具有时空一致性的动态 3D 资产，能够提供更大的创作自由以及更加丰富的沉浸式体验。
本文对 4D 生成领域进行了全面的综述，从系统的角度总结了其核心技术、发展轨迹、主要挑战和实际应用，同时探讨了未来可能的研究方向。
本综述首先介绍了各种基础的 4D 表示模型，随后回顾了基于这些表示构建的 4D 生成框架以及将运动和几何先验融入 4D 资产的关键技术。我们总结了 4D 生成面临的五大主要挑战：一致性、可控性、多样性、效率和保真度，并概述了现有解决方案以应对这些问题。
我们系统性地分析了 4D 生成的应用，包括动态对象生成、场景生成、数字人合成、4D 内容编辑以及自动驾驶领域。最后，我们深入讨论了目前阻碍 4D 生成领域发展的主要障碍。
本综述对 4D 生成领域提供了清晰且全面的概述，旨在激发对这一快速发展领域的进一步探索与创新。
组织架构
我们对快速发展的 4D 生成领域进行了全面综述，并提出了一种系统的三层分类法来组织该领域。该框架为理解 4D 生成的关键方面提供了清晰的结构，包括表示方法、基础技术、流程分类、现存挑战以及当前应用。
多种 4D 生成
4D 生成中的代表性方向。根据不同的控制方式，4D生成任务被划分为五个关键领域：
1. 文本到 4D 生成，方法如 4D-fy 、MAV3D 和 AYG，利用文本作为控制条件生成多样化的 4D 资产；
2. 图像到 4D 生成，以 DreamGaussian4D 和 Human4DiT 为代表，重点在于从输入图像中忠实地重建 4D 资产；
3. 视频到 4D 生成，如 4Diffusion 和 L4GM，注重在生成的 4D 序列中保持时空一致性；
4. 3D 到 4D生成，以 HyperDiffusion 为例，将静态 3D 资产扩展到时间维度以生成动态 4D 输出；
5. 多条件 4D 生成，如 TC4D、STAR4D 和 Sync4D，整合多种控制条件以实现精确且可控的 4D 生成。
多种4D生成管线和监督方式
我们总结了生成 4D 资产的两种方法：基于推理的方法和基于优化的方法。这些生成流程包括：
a）直接基于输入条件生成 4D 资产；
b）利用扩散模型生成多时间点和多视角的训练数据，从而实现间接的 4D 生成；
c）结合多个扩散模型，通过隐式蒸馏提供生成先验，并通过多阶段训练达到 4D 生成目标；
d）利用多模态数据提供显式监督信号来实现 4D 生成。
4D 生成方法梳理
我们系统梳理了当前 4D 生成的方法，包含其基础表征、 主要优化方式、控制条件以及主要解决的 4D 生成挑战（一致性、可控性、多样性、高效性、忠实性）。
总结
本综述全面回顾了 4D 生成这一新兴领域的发展状况，该领域在多个领域中展现出巨大的潜力。我们系统介绍了生成模型的表示方法、设计和训练策略，重点分析了关键挑战并总结了相应的解决方案。
此外，我们还探讨了未解的问题和潜在的研究方向，为该领域未来的创新机会提供了深入见解。通过阐述 4D 生成的基础要素及其相关挑战，我们希望为新进入该领域的研究人员和实践者提供详尽且易于理解的概述。
（文：PaperWeekly）