随着LLM、VLM、Diffusion模型、深度估计等技术的进步，3D场景视频的生成可能也是下一个热门方向，并在虚拟现实（VR）、增强现实（AR）和娱乐领域具有广泛的应用前景。本文主要介绍Stanford团队的Wonder系列3D场景漫游视频生成技术。

Hunyuan3D 2.0是腾讯提出的一种基于扩散模型的3D生成框架，由Hunyuan3D-DiT和Hunyuan3D-Paint两部分组成。Hunyuan3D-DiT通过ShapeVAE编码器和flow-based扩散模型生成3D裸模，采用重要性采样和注意力机制提升细节重建质量。Hunyuan3D-Paint则负责生成纹理图，通过多视图合成和纹理烘焙技术实现高分辨率、无缝的纹理生成。模型训练采用