この記事では、テキストから3Dスケッチアニメーションを生成する新しいタスク「4-Doodle」を紹介しています。この手法は、動的な3D空間で自由形式のスケッチを生き生きとさせることを目的としています。従来のフォトリアリスティックなコンテンツ生成に対し、4-Doodleはスタイライズされたスパースな3Dベクタースケッチに注目しています。このタスクには、テキストと3D（または4D）スケッチのペアデータセットが存在しないことや、構造的抽象をモデル化する難しさ、アニメーションにおける時間的一貫性の確保など、多くの課題があります。4-Doodleは、事前学習された画像および動画拡散モデルを利用し、多視点最適化を行うことで構造的な整合性を保ちながらダイナミックな3Dスケッチを生成します。実験の結果、この手法は現存する技術よりも高い忠実度と制御性を持つアニメーションを生成することが判明しました。