ReCamMaster(UE5 多机位合成)

论文与基准中国合成数据

快手以 UE5 多机位同步渲染数据训练相机可控视频重渲染

成立
2025
总部
快手 KwaiVGI
数据类型
UE5 合成视频;相机轨迹
规模口径
13.6K 动态场景、136K 视频(3D 环境论文 40 个、HF 页 37 个)
License
配套数据集 Apache-2.0
链接
arxiv.org;huggingface.co

内容与规模

ReCamMaster(ICCV 2025)让已有视频按新的相机轨迹重新渲染。作者的理由是没有合格的公开多机位数据,于是用 Unreal Engine 5 自建 MultiCamVideo:3D 环境、角色、动画、相机轨迹组合后,对每个动态场景 10 机位同步渲染。规模为 13.6K 动态场景、136K 视频;论文称取自 40 个 3D 环境、122K 条相机轨迹,HF 数据集卡则写 37 个环境、112K 条轨迹,未对齐 [1][2]。

数据加工与域差

渲染数据带有明显的"合成感"。论文对训练 latent 加适度噪声,以缓解 Unreal Engine 合成特性造成的域差;并指出此前用 Kubric 合成配对数据训练的方法因域差大,对真实视频效果有限 [1]。

用法与局限

这类渲染集的价值在可控性标签(相机轨迹),而非外观;相对预训练的亿级 clip 量级很小,只用于相机条件微调。数据集以 Apache-2.0 发布 [2]。详见章节 新数据品类:音视频、多镜头、参考配对与交互世界模型 与 合成、渲染与蒸馏数据。

来源

  1. https://arxiv.org/abs/2503.11647 (2026-10-15)
  2. https://huggingface.co/datasets/KwaiVGI/MultiCamVideo-Dataset (2026-10-15)

卡片整理 2026-10-15。公司自报数据标“公司口径”;⚠️ 为未经独立核实。