Stability AI以Stable Video Diffusion模型為基礎，創建了Stable Video 3D（SV3D）模型，SV3D可生成高品質的3D多視角影片，官方提到，相較之前所發布的Stable Zero123模型，SV3D生成的影片品質以及多視角表現都更好，效能也優於Zero123-XL。

Stable Video 3D模型有兩個變體，分別是SV3D_u和SV3D_p。SV3D_u能夠利用單一圖像，不需要使用者設定攝影機參數，即可生成環繞物體的連續視角（Orbital Views）影片，而SV3D_p則是在SV3D_u基礎上，不僅支援從單一圖像生成影片，還能根據環繞物體的影片，生成指定攝影機路徑的3D影片。

Stability AI調整原有的Stable Video Diffusion圖像轉影片模型，增加攝影機路徑設定功能，使Stable Video 3D模型能夠生成從不同角度觀看物體的影片。與Stable Zero123所使用的擴散模型相比，Stable Video 3D在生成影片方面擁有更好的泛化能力以及視角一致性，因此所生成的影片，從不同視角看起來更加自然且連貫。

Stable Video 3D還採用了解耦光照最佳化（Disentangled Illumination Optimization）技術，使得模型可單獨調整照明效果，不影響場景其他元素表現，以及透過遮罩分數蒸餾採樣損失函式（Masked Score Distillation Sampling Loss），來維持生成物體的品質和一致性。

官方指出，Stable Video 3D在3D影片生成有重大進步，因為先前的方法在視角通常受限制，且輸出有物體不一致的問題。而Stable Video 3D卻可從任意指定視角，輸出連貫的視圖，不僅強化姿勢可控性，也確保可在多個視圖中保持物體外觀一致。

Stable Video 3D現在推出，Stability AI會員可將其用於商業目的，針對非商業用途，開發者可以在Hugging Face下載模型權重，並參照Stability AI的研究論文。