Stability AI以Stable Video Diffusion模型为基础，创建了Stable Video 3D（SV3D）模型，SV3D可生成高品质的3D多视角影片，官方提到，相较之前所发布的Stable Zero123模型，SV3D生成的影片品质以及多视角表现都更好，效能也优于Zero123-XL。

Stable Video 3D模型有两个变体，分别是SV3D_u和SV3D_p。SV3D_u能够利用单一图像，不需要使用者设定摄影机参数，即可生成环绕物体的连续视角（Orbital Views）影片，而SV3D_p则是在SV3D_u基础上，不仅支援从单一图像生成影片，还能根据环绕物体的影片，生成指定摄影机路径的3D影片。

Stability AI调整原有的Stable Video Diffusion图像转影片模型，增加摄影机路径设定功能，使Stable Video 3D模型能够生成从不同角度观看物体的影片。与Stable Zero123所使用的扩散模型相比，Stable Video 3D在生成影片方面拥有更好的泛化能力以及视角一致性，因此所生成的影片，从不同视角看起来更加自然且连贯。

Stable Video 3D还采用了解耦光照最佳化（Disentangled Illumination Optimization）技术，使得模型可单独调整照明效果，不影响场景其他元素表现，以及透过遮罩分数蒸馏采样损失函式（Masked Score Distillation Sampling Loss），来维持生成物体的品质和一致性。

官方指出，Stable Video 3D在3D影片生成有重大进步，因为先前的方法在视角通常受限制，且输出有物体不一致的问题。而Stable Video 3D却可从任意指定视角，输出连贯的视图，不仅强化姿势可控性，也确保可在多个视图中保持物体外观一致。

Stable Video 3D现在推出，Stability AI会员可将其用于商业目的，针对非商业用途，开发者可以在Hugging Face下载模型权重，并参照Stability AI的研究论文。