Problem

目前的影片轉 4D 技術在處理複雜的拓撲變化、透明材質、薄壁結構及物體內表面時表現欠佳。現有模型難以在維持預訓練生成的精細品質時，有效處理跨時間維度的資訊共享。

Method

研究團隊開發了 Helix4D 框架，將 Trellis2 的 3D 能力擴展至 4D 生成。關鍵創新包含：首先，採用滑動視窗跨幀注意力機制，以首幀為基準注入資訊，使模型繼承 Trellis2 對罕見案例的生成品質；其次，研發 4D 時間編碼技術，將原本空間旋轉位置編碼（RoPE）中的低頻冗餘頻段重新分配給時間維度，在不增加參數的情況下實現時空資訊整合。

Results

實驗證明，Helix4D 在 ActionBench 與挑戰性極高的複雜動態資料集上，均展現出優越的動態網格生成效果。該模型能精準補捉透明物體與內部表面的細節，並生成平滑且具一致性的 4D 幾何結構。

Significance

此研究為高品質動態內容創作提供了更強大的工具，解決了 4D 建模中長期存在的材質與幾何複雜性問題。透過巧妙重新利用預訓練權重與編碼空間，Helix4D 在無需龐大計算開銷的情況下，大幅提升了生成動態網格的實用性與精確度。