DimensionX是香港科技大学、清华大学和生数科技共同推出的框架，能从单张图片生成高逼真度的3D和4D场景，基于视频扩散技术实现对空间和时间维度的精确控制。框架基于ST-Director技术解耦空间和时间因素，支持独立或组合控制，生成具有动态变化的复杂场景。DimensionX包含轨迹感知机制和身份保持去噪策略，增强场景的一致性和真实感。

DimensionX – 港科大、清华和生数科技共同推出的单图像生成复杂3D、4D场景框架 第1张
（图片来源网络，侵删）
DimensionX – 港科大、清华和生数科技共同推出的单图像生成复杂3D、4D场景框架 第2张
（图片来源网络，侵删）