Було створено багато божевільних установок з багатьма камерами, створених з метою зйомки повноцінного просторового відео.  Я пам'ятаю розмову в Meta, яка в основному звучала так: «Ми збираємося якомога сильніше спиратися на класичний геометричний комп'ютерний зір, перш ніж розглядати алгоритми машинного навчання», і я підтримував цей напрямок. Це було багато років тому, коли ML все ще здавався непередбачуваною алхімією, і, звичайно, ви хочете максимально використовувати основну правду! Хардкорні інженерні зусилля були спрямовані на калібрування камери, синхронізацію та обробку даних, але вони так і не досягли поставленої мети. Незалежно від того, скільки у вас камер, будь-який складний рухомий об'єкт матиме закриті області, а «дірки в реальності» різко виділяються для глядача, а не в одній з точок камери. Навіть якщо у вас хороша видимість, неоднозначності в багатокамерній фотограмметрії роблять речі менш точними, ніж вам би хотілося. Також було проведено кілька експериментів, щоб побачити, наскільки добре можна зробити реконструкцію 3D-сцени з камер Quest за допомогою офлайн-обчислень, і відповідь все одно була «не дуже хороша», з досить горбкуватими поверхнями. Багато 3D-реконструкцій виглядають приголомшливо, прокручуючи стрічку на вашому телефоні, але не так гарно, роздуті до повністю захоплюючого VR-рендерингу та контрастують із високоякісним традиційним фото. Вам дійсно потрібні сильні пріори, щоб вирішити проблему з підгонкою і заповнити прогалини в покритті. Для архітектурних сцен ви можете отримати певний пробіг від простих планарних пріорів, але сучасний генеративний ШІ є кінцевим апріором. Навіть якби божевільні камери повністю виконали обіцянку, вони все одно не забезпечили б хорошу екосистему контенту. YouTube не досяг би успіху, якби кожному творцю знадобилася камера RED Digital Cinema. (досить непогано!) стереоскопічна генерація 3D фото в Quest Instagram – це маленький крок у майбутнє. Є шляхи до стерео відео та статики 6DOF, потім зрештою до відео 6DOF. Зробіть усе захоплюючим, а потім дозвольте індивідуальне налаштування медіафайлів з ефектом присутності.