RealMe：用极简采集生成沉浸式体积视频

RealMe 提出统一框架，基于高分辨率视频扩散模型，将稀疏、低分辨率多视角采集增强为 2K、4D 一致的视频，用于体积视频重建。该方法构建辅助数据并编码为 latent，配合布局感知位置嵌入与适配多视角布局的分解时空注意力，在 latent 空间施加频率损失以缩小生成视频与真实采集的差距。