小米发布WorldCast框架，REDMI K100首发3D运镜AI影像功能

【区角快讯】11月4日，快科技获悉，小米技术官方正式对外披露其自研视觉生成架构WorldCast的技术细节及其在移动终端的落地实践。据悉，该框架已率先搭载于10月27日上市的REDMI K100机型，旨在为用户带来全新的3D运镜AI影像体验。这一创新并非孤立存在，而是与一键动图、希区柯克变焦及延时摄影等功能共同构筑了该机型的AI影像玩法矩阵。

WorldCast的核心突破在于能将静态图像转化为具备环绕、推拉及倾斜等复杂运镜效果的3D视频。用户仅需从相册选取单张照片，AI即可自动生成大角度3D运镜视频，且在镜头运动全程中，严格保持画面内人物五官、发型及衣着的一致性。从技术维度审视，该框架需攻克复杂运镜轨迹精准跟随与大角度视角变化下角色身份一致性两大难题。小米提出的解决方案涵盖三大模块：首先利用深度估计模型将二维照片升维至三维空间，构建带颜色的3D点云，并沿目标相机轨迹渲染引导图；其次引入几何对齐的记忆注意力机制（GAMA），通过多视角锚点图补充角色背面等不可见区域的外观信息；最后构建了包含8万样本的训练数据集及覆盖42个场景的评测基准CLACT。

在CLACT基准测试中（涉及42个场景与6类轨迹，并与13种方法同台竞技），WorldCast在全部相机控制与角色一致性指标上均位列第一。具体数据显示，其轨迹精度指标ATE由此前最优的0.098显著降至0.065，跨视角几何一致性指标MEt3R达到全场最优水平，身份相似度较次优方法提升约28%，同时画面质量IQ维持在0.719的第一梯队水准。