> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-de/video-generierung/cubecomposer-360-video.md). # CubeComposer 4K 360°-Video > **CubeComposer** (CVPR 2026) ist ein spatio-temporales autoregressives Diffusionsmodell, das **nativen 4K-360°-Panoramavideo** aus standardmäßigem perspektivischem Videoeingang erzeugt. Auf dem Wan-Video-Foundation-Model aufgebaut, trainiert mit 11.832 hochauflösenden Clips. Dies ist das erste offene Modell, das native 4K-360°-Generierung beherrscht — und damit VR-Content-Erstellung, virtuelle Rundgänge und immersive Medien auf Consumer-GPU-Hardware ermöglicht. ## Warum das wichtig ist 360°-Video erforderte traditionell spezialisierte Aufnahme-Setups (mehrere Kameras, Stitching-Software, teure Nachbearbeitung). CubeComposer ändert das: * **Eingabe**: beliebiges Standard-Kamera-Video (Einzellinse, Smartphone-Kamera, Dashcam) * **Ausgabe**: natives 4K-360°-equirektanguläres Video * **Methode**: zerlegt Panoramen in Cubemap-Flächen und erzeugt jede Fläche autoregressiv mit räumlicher Konsistenz * **Qualität**: übertrifft frühere Stitching- und Outpainting-Ansätze deutlich ## Hardware-Anforderungen | Konfiguration | VRAM | Auflösung | Geschwindigkeit | | ------------- | ---- | -------------------- | --------------- | | RTX 4090 24GB | 24GB | 4K 360° (30 Frames) | \~8 Min./Clip | | RTX 5090 32GB | 32GB | 4K 360° (60 Frames) | \~6 Min./Clip | | 2× RTX 4090 | 48GB | 4K 360° (120 Frames) | \~9 Min./Clip | | A100 80GB | 80GB | 4K 360° (240 Frames) | \~12 Min./Clip | **Minimum**: RTX 4090 24GB (oder äquivalente GPU mit 24GB+ VRAM) > Auf Clore.ai: RTX 4090 ab **\~1,20 $/Std. Spot-Preis** — ein 2-Minuten-Clip kostet \~0,40 $. ## Installation ```bash # Repository klonen git clone https://github.com/TencentARC/CubeComposer cd cubecomposer # Abhängigkeiten installieren (Python 3.10+, CUDA 12.1+) pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 pip install -r requirements.txt # Modellgewichte herunterladen (~18GB) python scripts/download_weights.py --model cubecomposer-4k-v1 ``` ### Docker (empfohlen für Clore.ai) ```bash # Kein offizielles Docker-Image — aus dem Quellcode installieren: git clone https://github.com/TencentARC/CubeComposer /workspace/CubeComposer cd /workspace/CubeComposer pip install -r requirements.txt python app.py --share --listen 0.0.0.0 --port 7860 ``` ## Schnellstart ### CLI: Perspektivisches Video → 4K 360° ```bash # Grundlegende Nutzung: perspektivisches Eingabevideo, 4K-equirektangulares Ausgabevideo python generate_360.py \ --input /workspace/input_video.mp4 \ --output /workspace/output_360.mp4 \ --resolution 4096x2048 \ --frames 30 \ --fps 30 # Höhere Qualität: mehr Schritte, längerer Clip python generate_360.py \ --input /workspace/walk_through_park.mp4 \ --output /workspace/park_360_4k.mp4 \ --resolution 4096x2048 \ --frames 60 \ --num_inference_steps 50 \ --guidance_scale 7.5 --fps 30 ``` ### Python-API ```python from cubecomposer import CubeComposerPipeline import torch # Pipeline laden pipe = CubeComposerPipeline.from_pretrained( "cubecomposer/cubecomposer-4k-v1", torch_dtype=torch.bfloat16 ).to("cuda") # 360°-Video aus perspektivischer Eingabe erzeugen output = pipe( input_video_path="input.mp4", num_frames=30, resolution=(4096, 2048), # 4K-equirektangulär num_inference_steps=50, guidance_scale=7.5, cubemap_size=1024 # Größe jeder Cubemap-Fläche ) # Als standardmäßiges equirektangulares MP4 speichern output.save("output_360.mp4", fps=30) print(f"Generiertes 4K-360°-Video: output_360.mp4") ``` ### Gradio-WebUI ```python import gradio as gr from cubecomposer import CubeComposerPipeline import torch pipe = CubeComposerPipeline.from_pretrained( "cubecomposer/cubecomposer-4k-v1", torch_dtype=torch.bfloat16 ).to("cuda") def generate_360(video, frames, steps): output = pipe( input_video_path=video, num_frames=int(frames), resolution=(4096, 2048), num_inference_steps=int(steps) ) output.save("/tmp/output_360.mp4", fps=30) return "/tmp/output_360.mp4" demo = gr.Interface( fn=generate_360, inputs=[ gr.Video(label="Perspektivisches Eingabevideo"), gr.Slider(10, 120, value=30, label="Anzahl der Frames"), gr.Slider(20, 80, value=50, label="Inferenzschritte (Qualität)") ], outputs=gr.Video(label="4K-360°-Ausgabe"), title="CubeComposer — 4K-360°-Video-Generierung", description="Beliebiges Perspektivvideo hochladen → natives 4K-360°-Panoramavideo erhalten" ) demo.launch(server_name="0.0.0.0", server_port=7860, share=True) ``` ## Bereitstellung auf Clore.ai: Schritt für Schritt ### 1. Eine RTX 4090 mieten 1. Gehen Sie zu [clore.ai/marketplace](https://clore.ai/marketplace) 2. Filter: GPU mit **24GB+ VRAM** (RTX 4090 empfohlen) 3. Spot-Preis: \~1,20–2,50 $/Std. je nach Verfügbarkeit 4. Wählen Sie **benutzerdefiniertes Docker** oder **Ubuntu** Image ### 2. Einrichtung per SSH ```bash # Mit Ihrem Clore-Server verbinden ssh root@ # Einzeilige Einrichtung git clone https://github.com/TencentARC/CubeComposer && \ cd cubecomposer && \ pip install -r requirements.txt && \ python scripts/download_weights.py && \ python app.py --port 7860 --host 0.0.0.0 ``` ### 3. Auf die UI zugreifen Öffnen Sie `http://:7860` in Ihrem Browser, um die Gradio-Oberfläche zu verwenden. ## Workflow: Telefonvideo → VR-taugliches 4K 360° ```bash # Schritt 1: Telefonvideo auf den Server hochladen scp ~/my_video.mp4 root@:/workspace/ # Schritt 2: 4K-360°-Version erzeugen ssh root@ "cd cubecomposer && python generate_360.py \ --input /workspace/my_video.mp4 \ --output /workspace/my_video_360_4k.mp4 \ --resolution 4096x2048 --frames 60" # Schritt 3: 360°-Metadaten für YouTube/VR-Headsets hinzufügen ffmpeg -i my_video_360_4k.mp4 \ -c copy \ -metadata:s:v:0 spherical=equirectangular \ my_video_360_4k_vr.mp4 # Schritt 4: Ergebnis herunterladen scp root@:/workspace/my_video_360_4k_vr.mp4 ~/ ``` ## Spectrum-Integration: 4,79× Beschleunigung auf Wan2.1 Der **Spectrum-Beschleuniger** (CVPR 2026) — ein trainingsfreier spektraler Diffusions-Feature-Forecaster mit Tschebyscheff-Polynomen — kann auf CubeComposers zugrunde liegendes Wan2.1-Basis-Modell angewendet werden, um erhebliche Beschleunigungen zu erzielen: ```python from cubecomposer import CubeComposerPipeline from spectrum_accelerator import SpectrumAccelerator import torch pipe = CubeComposerPipeline.from_pretrained( "cubecomposer/cubecomposer-4k-v1", torch_dtype=torch.bfloat16 ).to("cuda") # Spectrum anwenden für 4,79× Beschleunigung ohne Qualitätsverlust accelerator = SpectrumAccelerator(pipe.unet, order=8) # Tschebyscheff-Ordnung pipe.unet = accelerator # Generiert jetzt mit ~4,79× der ursprünglichen Geschwindigkeit output = pipe( input_video_path="input.mp4", num_frames=30, resolution=(4096, 2048), num_inference_steps=50 # Effektive Qualität von ~240 Schritten ) output.save("output_fast_360.mp4") ``` ## Tipps zur Qualität 1. **Die Qualität des Eingabevideos ist wichtig** — höhere Eingabeauflösung = bessere 360°-Ausgabe 2. **Stabiles Bildmaterial** — Verwackeln aus der Hand verringert die Konsistenz zwischen den Cubemap-Flächen 3. **Gute Beleuchtung** — extreme Kontraste vermeiden (überbelichteter Himmel + dunkles Innere) 4. **Längere Clips** — 30+ Frames sorgen für bessere zeitliche Konsistenz 5. **Flächenauflösung** — `--cubemap_size 1024` ist der Sweet Spot (2048 für kritische Arbeit, kostet 4× mehr VRAM) ## Anwendungsfälle * **Erstellung von VR-Inhalten** — beliebiges Material für Meta Quest, Apple Vision Pro konvertieren * **Virtuelle Immobilienrundgänge** — Begehungsvideos in 360°-Touren umwandeln * **Reiseinhalte** — immersive Reiseerlebnisse teilen * **Architekturvisualisierung** — 360°-Rundgänge innen/außen * **Event-Dokumentation** — Eventaufnahmen in immersive Replays umwandeln * **Gaming-Assets** — 360°-Umgebungsreferenzen erzeugen ## Kostenschätzung für den Produktionsworkflow | Aufgabe | Kosten auf Clore.ai | | --------------------------------- | ------------------------ | | 5-Sekunden-Clip (30 Frames, 4K) | \~0,30 $ (RTX 4090 Spot) | | 10-Sekunden-Clip (60 Frames, 4K) | \~$0.50 | | 30-Sekunden-Clip (180 Frames, 4K) | \~$1.20 | | Batch: 100 Clips (je 5 s) | \~$30 | ## Verwandte Anleitungen * [Wan2.1-Video-Generierung](/guides/guides_v2-de/video-generierung/wan-video.md) — das Foundation Model unter CubeComposer * [FramePack](/guides/guides_v2-de/video-generierung/framepack.md) — effiziente Langzeit-Videoerzeugung (6GB VRAM!) * [LTX-2 Video](/guides/guides_v2-de/video-generierung/ltx-video-2.md) — schnelle latente Videoerzeugung * [ComfyUI](/guides/guides_v2-de/bildgenerierung/comfyui.md) — node-basierter Workflow für Video + Bild * [RIFE Video Interpolation](/guides/guides_v2-de/videoverarbeitung/rife-interpolation.md) — generiertes Video glätten *** *Zuletzt aktualisiert: 16. März 2026 | Paper: arXiv:2603.04291 (CVPR 2026) | Basierend auf dem Wan2.1-Foundation-Model* --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-de/video-generierung/cubecomposer-360-video.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.