Viggle AI 开源几何引导视频模型 Meridian。该模型基于 MiniMax-H3，并通过 VGGT-Ω 从输入视频中提取深度、摄像机位姿等几何信息，可分别控制观察视角、摄像机路径与时间节奏。用户可以从已有视频或单张图像出发，对已发生的事件重新设计镜头，例如生成环绕运镜、变换观察角度，或在暂停、慢放过程中移动摄像机。Meridian 支持在单张 B200 GPU上完成推理。

• 模型下载：
  https://modelscope.cn/models/Viggle/Meridian
• 项目介绍：
  https://viggle.ai/research/meridian-a-new-perspective-on-space-and-time

 

效果案例

同一事件，重新选择观看方式

Meridian 的官方演示围绕一个问题展开：事件已经被记录下来之后，是否还可以重新决定从哪里看、以什么速度看，以及在哪个瞬间停留。

 

摩托车越野：组合摄像机路径

芭蕾照片：从单张图像生成镜头运动

NBA 扣篮：生成视角与原始片段衔接

浆果落水：播放、暂停与继续

技术解读

分别控制空间和时间

Meridian 将镜头的空间变化和事件的时间变化拆开处理。空间维度包括环绕、推近或拉远、横向移动、上下移动，以及视线方向和视场角；时间维度包括选择片段、停留在某一帧，以及在生成前对输入视频进行慢放或快放。两者可以组合为：围绕一个暂停的瞬间移动摄像机，跟随慢动作过程，或为加速后的片段选择新的观察角度。

 

因此，Bullet Time 只是空间控制和时间控制的一种组合，并不是模型能力的边界。需要改变动作速度时，应先对输入视频进行重新定时，再在新的时间轴上设计摄像机路径。

 

从几何参考到最终视频

 

Meridian 的处理过程可以分为三步：

1. 构建几何信息。 VGGT-Ω 从输入视频估计深度和摄像机位姿，并将选定帧转换为带颜色的三维点。
2. 渲染新的观察视图。 对每个输出帧指定输入视频中的时间位置和摄像机视角，渲染对应的三维点；原始画面没有覆盖到的区域会以灰色区域表示。
3. 生成完整镜头。 Meridian 同时接收原始视频和匹配的几何渲染视频，补全未覆盖区域并细化最终画面。

 

可以简单理解为：几何先把新角度的画面“搭”成一张带空洞的草稿，视频模型再把草稿补成成片。

模型下载与推理

Meridian 可以使用一张 B200 GPU进行推理，在服务常驻和默认适配器配置下，可以参考以下数据：

输出长度	镜头生成时间	峰值显存
73帧	约36秒	88GiB
124帧	约80秒	89GiB
243帧	约150秒	113GiB

 

模型与代码下载

pip install -U modelscope

modelscope download \
  --model Viggle/Meridian \
  --local_dir ./Meridian

 

安装依赖

cd Meridian
python -m pip install -r requirements.txt
python -m pip install peft==0.18.0

 

快速推理

运行脚本：

# 对连续事件生成轻微的 15° 环绕镜头
python inference/sample.py \
  --video examples/media/sp_bouldering_hang.mp4 \
  --yaw 15 --sweep --ease --out out/orbit

# 播放 24 帧，保持第 24 帧 49 个输出帧，同时移动摄像机
python inference/sample.py \
  --video examples/media/sp_bouldering_reach.mp4 \
  --yaw 35 --freeze 24:49 --out out/bullet

打开 out/orbit/grid.mp4 可对比 源视频 → 几何参考 → 生成片段。其中，生成片段为 out.mp4；render.mp4 是带有灰色空洞的几何输入。