4DAnyone Multi-View Video

4DAnyone Multi-View Video

把一段人像视频变成同一段表演的多机位同步视频。是 4DAnyone 模型的演示，适合制作 4D 重建输入的研究者。

由 hugging-apps 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：4DAnyone Multi-View Video 是 4DAnyone 模型的交互式演示。你给它一段单镜头拍摄的人像视频，它会返回同一段表演在不同机位下的多个视频。

README 说这些视角正是 4D 高斯泼溅重建所需要的输入。输出包括 H.264 视频、一个名为 cameras.json 的相机阵列文件和运行元数据，全部打成 zip 供下载。

适合谁：适合做 4D 重建、虚拟形象或多视角视频的研究者和开发者，想直接运行模型而不用自己搭环境。

行业 | 谁在用 | 怎么用 | 例子
研究 | 4D 重建研究者 | 用一段视频制作多视角输入 | 运行一段人像视频并下载 zip
视觉特效 | 技术美术师 | 测试表演的相机环视角度 | 为一条镜头生成四个视角
软件 | 计算机视觉开发者 | 在集成之前评估模型 | 对比视角更少和更多的运行结果

如果你没有只有一个人的人像视频，或者需要商业使用，可以跳过它，因为流程里有些部分只限研究用途。

用在哪里：

• 网页浏览器：打开 Hugging Face 上这个 Space 的页面，无需安装任何东西
• 装有 Python 的 Windows、macOS 或 Linux：用你下载的副本运行，需要大显存的 GPU
• MCP 客户端：这个 Space 带有 MCP 标签，不过来源没有给出设置方法

用例 | 谁用 | 得到什么
一段视频生成多视角 | 研究人员 | 最多六个与表演同步的视频
为重建准备相机阵列 | 3D 开发者 | 一个 OpenCV 风格的 cameras.json 文件
快速检查模型 | 工程师 | 一个包含视频和运行元数据的 zip

如何设置：

• 你电脑上的 Python 3.12
• requirements.txt 里列出的 Python 包
• packages.txt 里列出的系统包，Space 用 apt-get 安装它们
• 大显存的 GPU，因为四视角运行的显存峰值是 53 GiB
• huggingface_hub 包，它提供 hf 命令

1. 安装 huggingface_hub 包。
2. 用 hf 命令下载这个 Space。
3. 进入下载好的文件夹。
4. 安装指定版本的 Gradio。
5. 安装 requirements.txt 里的包。
6. 用 Python 启动应用。

pip install -U huggingface_hub
hf download hugging-apps/4danyone-multiview-demo --repo-type space --local-dir 4danyone-multiview-demo
cd 4danyone-multiview-demo
pip install gradio==6.17.3
pip install -r requirements.txt
python app.py

如何使用：在浏览器里打开这个 Space 的页面，或者用下面的命令启动你自己的副本。添加一段只有一个人的人像视频，选择起始时间和视角数量，运行后下载 zip。

python app.py

示例：你添加一段一个人说话的竖屏视频，要求四个视角。大约用九分钟的 ZeroGPU 时间后，你会得到一个 zip，里面有同一段表演的四个 H.264 视频和 cameras.json。

新手与专家：如果你刚接触多视角视频，先用一段一个人的竖屏短视频，并选择较少的视角，因为视角越少运行越快。看看各个视角是怎么对齐的。

如果你懂这个领域，流程会解码 121 帧，用 GVHMR 恢复动作，用 BiRefNet 抠出主体，并从虚拟相机环渲染骨架。然后由 Wan2.2-TI2V-5B 衍生的视频 DiT 一起对所有视角去噪。为了适配 ZeroGPU，用一个固定提示词的预计算嵌入代替了 11.4 GB 的文本编码器。

解码一段 121 帧的视频
用 GVHMR 恢复身体动作
抠出主体并渲染骨架
用视频 DiT 生成各个视角
导出 H.264 视频和相机阵列

注意事项：

• 许可证：Space 标注的是 apache-2，README 说模型和代码采用 Apache-2.0
• 运行成本：Hugging Face 的 PRO 或更高档 ZeroGPU 额度，因为四视角运行约需九分钟
• 触及的数据：你的输入视频，以及运行时克隆的 GVHMR 代码和模型权重
• 不适合：把每个部分都用于商业用途，因为 README 把 GVHMR 标为仅限研究，SMPL-X 为研究许可，YOLOv8x 为 AGPL-3.0
• 输入限制：一个人的竖屏片段，接近 9:16，从你选的起点起剩下至少 121 帧，视角不超过六个

Hugging Face 上的数据（2026年11月13日）

• 点赞：47
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/hugging-apps/4danyone-multiview-demo
• 文件：https://huggingface.co/spaces/hugging-apps/4danyone-multiview-demo/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。