现实世界是立体的，但视频几乎一直是平的。

一场暴雨来临前，乌云从城市四周压下来；走进地铁站，压迫感来自头顶、墙面和深处的通道。但当手机举起来，画面只剩一个矩形窗口——所有不在镜头里的空间都被直接裁掉。

这也是沉浸式内容行业迟迟难以规模化的原因之一：用户想要“进入场景”，但生产出来的内容大多仍然只是二维记录。

在CVPR 2026上，香港中文大学薛天帆团队提出的 CubeComposer，尝试解决的正是这一步——从普通视频中推断空间结构，并生成4K级的360°全景视频。

如果这种能力逐渐成熟，影响最大的未必是算法研究本身，而是沉浸式内容的生产方式。

     沉浸式内容卡住的不是需求，而是生产

过去几年，VR体验馆、数字展陈、线上看房、虚拟文旅、沉浸式展览不断出现，但内容规模始终上不去。

问题出在生产端。

传统360°视频通常需要专用全景相机或者多机位阵列拍摄，然后再进行复杂的拼接、校准和后期处理。拍摄现场需要重新设计机位，演员和设备也必须避开镜头死角。

这套流程的结果很直接：

制作成本高，制作团队少，更新频率低。

很多文旅项目一年只做一条沉浸式宣传片，不是因为不想做，而是制作成本和流程复杂度都很难支持频繁更新。

于是行业形成一个很典型的错位：

需求在增长，但内容供给始终稀缺。

     CubeComposer在解决什么技术问题

这项工作的思路和传统全景拍摄完全不同。

它不是重新设计相机，而是试图从已有的视频中“补出空间”。

普通视频提供的是一个连续的单视角画面，但随着镜头移动，画面中其实已经包含了大量关于场景结构的信息。研究团队利用视频中的时间连续性和视觉线索，推断场景的空间布局，再生成完整的360°全景视角。

简单理解，就是模型会根据已有画面推测：

镜头两侧和背后可能存在什么结构，以及这些区域在不同时间点应该如何保持一致。

难点主要有三个：

第一是空间补全。镜头外的大量区域从未被拍到，需要模型推断而不是简单复制。

第二是时间稳定性。视频一旦生成全景视角，画面必须在不同帧之间保持一致，否则会出现明显的抖动或错位。

第三是分辨率。沉浸式内容如果分辨率不足，很难真正产生临场感。

CubeComposer给出的结果是4K级别的360°视频输出，这也是它受到关注的原因之一：不仅能生成空间，而且达到可观看的清晰度。

     这件事真正改变的是“素材来源”

如果只从技术角度看，这像是一次视频生成能力的延伸。

但从内容产业来看，它改变的是素材来源。

互联网世界每天产生的视频规模是天文数字：

城市宣传片、旅行Vlog、无人机航拍、商业空间展示、地产样板间、景区短视频。

这些内容原本都只能作为普通视频使用。

一旦可以被自动扩展成可环视的空间视频，沉浸式内容的供给池会瞬间扩大。

过去制作360°视频必须重新拍摄，而未来可能只需要重新处理素材。

生产门槛一旦下降，内容规模通常会迅速增长——短视频行业当年就是类似的路径。

     第一批真正会付费的行业

技术能否落地，关键不是效果演示，而是谁会先付钱。

从现有需求看，有几类行业的付费动机非常明确。

文旅和景区是最直接的一类。很多景区已经在做线上导览或VR展示，但更新内容往往很慢。如果一段常规宣传视频就能生成可环视版本，景区完全可以把已有素材快速转成沉浸式导览内容。

第二类是商业空间展示，例如购物中心、展馆、酒店和写字楼。

这些产品本质上就是“空间体验”。相比普通视频，能自由转头查看的展示方式，对招商或营销更有说服力。

第三类是数字展陈和文化机构。

博物馆、艺术馆和展览项目越来越多地使用虚拟导览，如果生成空间视频的成本下降，线上展览更新会变得更加频繁。

这几个行业有一个共同点：

他们卖的不是内容，而是空间本身。

只要展示效果明显提升，就有预算去购买新的制作方式。

     创业团队更现实的切入点：工具层

对于创业公司来说，直接做基础模型并不现实，门槛和成本都太高。

更可行的切口在工具层。

例如把“普通视频生成全景视频”的能力封装成生产工具，直接接入现有内容流程。

一个文旅局的视频部门，原本每年拍几十条宣传视频。如果上传素材就能自动生成可环视版本，再输出VR或网页展示格式，这个流程很容易被接受。

类似的产品形态其实已经很清晰：

视频上传 → 自动生成空间视频 → 简单编辑 → 导出为VR或网页展示。

真正关键的一步不是技术，而是找到一个内容更新频率高、空间展示需求强、预算稳定的行业。

先把工具嵌入他们的日常制作流程。

一旦客户开始习惯这种生产方式，沉浸式内容的供给才会真正规模化。

对很多创业团队来说，这可能比单纯讨论“空间计算的未来”要实际得多。