跨注意力适配器

借助三维基础先验实现真实且一致的环绕视角视频生成

Towards Realistic and Consistent Orbital Video Generation via 3D Foundation Priors

把 3D 基础生成模型的潜变量特征（全局潜向量 + 体特征投影的潜图像）通过多尺度 3D 适配器以跨注意力注入视频扩散模型，为长程视角外推（如背面合成）提供完整形状约束，避免显式网格提取；这套「3D 先验条件化视频生成」的接口设计可直接迁移到新视角合成与环绕视角视频生成任务。