StyleFrame (formerly Glyf) vs Text-To-4D

StyleFrame est une boîte à outils de génération 3D et vidéo pour les motion designers et les animateurs. Il est issu de Glyf, dont le domaine original glyf.in héberge désormais un contenu de blog sans rapport. StyleFrame place des images clés sur une timeline pour permettre d’animer jusqu’à 9 images, transférer le mouvement depuis des vidéos de référence, et exécuter une prévisualisation 3D avec transfert de style sur jusqu’à 9 références.

La plupart des outils vidéo IA génèrent un seul clip à partir d’une invite. StyleFrame est construit autour d’un contrôle procédural piloté par timeline : storyboards, interpolation, références de mouvement, passes de restylisation, et workflows images-vers-vidéo sont réunis dans un seul éditeur. Il propose aussi des outils image pour créer, restyliser, éditer, supprimer l’arrière-plan et augmenter la résolution, avec des modèles incluant Seedance 2.5, MiniMax H3, et Gemini Omni Flash.

StyleFrame s’adresse aux motion designers, animateurs et studios qui ont besoin d’un contrôle au niveau de l’image plutôt qu’une génération en une seule fois. Les plans basés sur des crédits commencent à 9 $ par mois pour le Basic avec 1 000 crédits, jusqu’au Studio à 99 $ par mois pour 15 000 crédits. Les plans Enterprise offrent une sortie illimitée avec tarification personnalisée.

Text-To-4D est un projet de recherche de Meta AI (MAV3D) qui génère des scènes dynamiques tridimensionnelles à partir de descriptions textuelles. La méthode utilise un Neural Radiance Field dynamique en 4D optimisé pour la cohérence d'apparence, de densité et de mouvement en interrogeant un modèle de diffusion texte-vidéo.

Contrairement aux générateurs 3D statiques qui produisent un seul maillage, Text-To-4D crée des scènes que l'on peut visualiser sous n'importe quel angle de caméra et intégrer dans d'autres environnements 3D. L'approche ne nécessite pas de données d'entraînement 3D ou 4D ; le modèle texte-vidéo sous-jacent est entraîné uniquement sur des paires texte-image et des vidéos non étiquetées.

La page du projet propose des exemples de démonstration pour des invites texte-vers-4D comme « un corgi jouant avec une balle » et des conversions image-vers-4D à partir de photos fixes. Il s'agit d'une vitrine de recherche, non d'un produit commercial avec une API publique ou une inscription. Les chercheurs et artistes 3D intéressés par la génération de scènes dynamiques basées sur NeRF peuvent consulter l'article et les exemples sur le site.