Viggle AI开源了一款名为Meridian的几何引导视频生成模型，该模型依托MiniMax-H3架构和VGGT-Ω模块，能够基于单张图像或已有视频生成全新视角的镜头内容。用户可以独立控制摄像机的运动路径与视频的时间节奏，且仅需单张B200 GPU即可完成推理任务。

该模型的官方演示围绕一个核心问题展开：当事件已经被记录下来之后，是否可以重新选择观看的角度、播放的速度以及停留的瞬间？目前已验证的应用场景包括：

• 摩托车越野素材：组合定制化的摄像机运动路径
• 静态芭蕾照片：基于单张图像生成动态镜头运动效果
• NBA扣篮片段：生成新视角并与原始片段自然衔接
• 浆果落水瞬间：实现播放、暂停与继续播放的定制化效果

核心设计思路

Meridian的核心设计思路是将镜头的空间变化与事件的时间变化分开处理。空间维度涵盖环绕运动、推近拉远、横向/上下移动、视线方向调整以及视场角控制；时间维度则包括选择特定片段、停留在某一帧画面，或是在生成前对输入视频进行慢放或快放操作。

二者可以灵活组合，比如围绕暂停的瞬间移动摄像机、跟随慢动作过程拍摄，或是为加速后的片段切换全新观察角度。Bullet Time只是这类组合应用的其中一种场景，并非模型的能力边界。如果需要调整动作速度，建议先对输入视频进行重新定时，再在新的时间轴上规划摄像机路径。

完整处理流程

Meridian的完整处理流程分为三步：

1. 构建几何信息：由VGGT-Ω模块从输入视频中估计深度和摄像机位姿，并将选定的帧转换为带有颜色信息的三维点云。
2. 渲染新的观察视图：针对每个输出帧指定输入视频中的时间位置和摄像机视角，渲染对应的三维点云，原始画面未覆盖到的区域会以灰色区域呈现。
3. 生成完整镜头：Meridian同时接收原始视频和匹配的几何渲染视频，补全未覆盖的区域并细化最终的画面效果。可以简单理解为：先通过几何信息搭建带有空洞的新视角草稿，再通过视频模型将草稿补全为完整的成片。

推理性能表现

Meridian可以在单张B200 GPU上完成推理，在默认配置下的性能表现如下：

模型部署与快速推理

用户可以通过以下步骤获取并使用该模型：

1. 下载模型与代码

pip install -U modelscope
modelscope download --model Viggle/Meridian --local_dir ./Meridian

2. 安装依赖

cd Meridian
python -m pip install -r requirements.txt
python -m pip install peft==0.18.0

3. 快速推理示例

# 对连续事件生成轻微的15°环绕镜头
python inference/sample.py --video examples/media/sp_bouldering_hang.mp4 --yaw 15 --sweep --ease --out out/orbit
播放24帧，保持第24帧49个输出帧，同时移动摄像机
python inference/sample.py --video examples/media/sp_bouldering_reach.mp4 --yaw 35 --freeze 24:49 --out out/bullet

运行脚本后，可以在输出目录中对比源视频、几何参考草稿和最终生成的片段。其中out.mp4为最终生成的成片，render.mp4为带有灰色空洞的几何输入草稿。