Esclarecendo algo aqui - isso não está funcionando como um modelo de geração de vídeo de forma alguma. O que está acontecendo é muito mais legal: está construindo uma representação espacial 3D real. Todo o sistema? Quatro gerações separadas funcionando de forma independente. Você tem o quarto, a área de armazenamento, o espaço de estar e aquele corredor conectando. Aqui está o ponto - cada uma dessas cenas surgiu de apenas uma imagem. Entrada única, saída de cena completa. É impressionante como a tecnologia reconstrói a profundidade espacial a partir de quadros estáticos.