一、开场白：为什么 2D→3D 值得被好好对待

2023年苹果把 Apple Vision Pro 塞进了开发者手里自2010年起各种 3D 显示器、裸眼 3D 手机屏也陆续铺开。但一个尴尬的事实摆在那：内容端完全跟不上硬件端。人类过去一百年攒下的视频几乎全是 2D 单目拍摄的，指望好莱坞重新拍一遍 3D 版不现实——所以"把任意 2D 视频转换成可观看的立体 3D 视频"就成了一个既有学术价值、又有商业想象力的问题。

这活儿听起来简单：给左眼画面补一个右眼画面不就完了？但难点在于——右眼画面不是"画"出来的，是"算"出来的。它必须满足两个硬约束：

1. 几何一致左右眼画面的视差必须符合真实三维场景的几何关系。否则大脑立刻，出现眩晕，
2. 时间一致每一帧的立体关系不能跳变，否则看几秒就头晕想吐。

传统方法在这两点上都不太行。腾讯 ARC Lab 的 StereoCrafter 给出的答案很有意思：不跟几何死磕。 而是"先用几何算个八九不离十，再用扩散模型把漏洞补上"——一个经典的"粗到细"工程哲学。

"我为什么不能在普通显示器上看到这个效果？"

二、项目速览

三、环境搭建与依赖安装教程

下列步骤仅适用于Main分支,V2分支请参考其README.md

Step#1 创建Python虚拟环境并安装基础依赖包

python -m venv venv
source venv/bin/activate #Linux/MacOS
venv\Scripts\activate #Windows

pip install -r requirements.txt --upgrade-strategy eager --force-reinstall --no-cache-dir

Step#2 编译Forward-Warp C++

cd dependency/Forward-Warp && chmod a+x install.sh && ./install.sh

Error# : NVIDIA架构兼容性问题 → 检查SMarch和computecapability匹配性

Step# 下载模型权重至weights目录

mkdir weights && cd weights/
git lfs clone https://huggingface.co/stabilityai/stable-video-diffusion-img2vid-xt-
git lfs clone https://huggingface.co/tencent/DepthCrafter

限制带宽使用防止占满网络资源: GITLFSDOWNLOADMAXSPEED=kbit/s git lfs clone...

若遇到以下任何情况请检查环境配置:

true