Diffusion Priors

Diffusion Priors 是一个研究项目，方向是动态场景的新视角合成：给一段单目拍摄的视频，生成同一时间点、不同摄像机位置下的画面。它属于生成式视觉与三维重建的交叉领域，面向的是做视频编辑、空间视频和三维内容的研究者与工程师。

它的核心做法是把预训练扩散模型当作先验来用。传统方法往往依赖多视角输入或显式三维表示，在只有单目、且场景中物体在动的情况下容易失真；这里借助扩散模型对自然图像分布的学习，让合成视角的纹理与结构更可信，从而缓解动态区域的伪影与几何不一致。

不同角色用法差别很大：研究者可以把它当作方法参考，复现思路或在其基础上改进；工程师更关心它能否接进既有的视频处理管线；而普通创作者基本用不上，因为它不是一个点开就能用的产品，需要自行准备环境和数据。

如果你在做动态场景的新视角合成研究，尤其是只有单目输入、又希望借助生成模型提升画面可信度，这个方向值得细读，它把扩散先验和视角合成结合得比较直接。但如果你是想找现成工具给视频换机位、做后期剪辑，它并不合适：这不是一个可以下载即用的产品，需要自己搭环境、准备数据并承担相应的算力成本。评估时重点关注它在快速运动、遮挡和视角跨度较大时的稳定性，这些是动态视角合成最容易翻车的场景。