> 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/videogenerierung/cubecomposer-360-video.md).

# CubeComposer 4K-360°-Video

> **CubeComposer** (CVPR 2026) ist ein raum-zeitliches autoregressives Diffusionsmodell, das erzeugt **natives 4K-360°-Panoramavideo** aus standardmäßigem Perspektivvideo als Eingabe. Auf dem Wan-Video-Foundation-Model aufgebaut, trainiert auf 11.832 hochauflösenden Clips. Dies ist das erste offene Modell, das native 4K-360°-Generierung beherrscht — und so die Erstellung von VR-Inhalten, virtuellen Rundgängen und immersiven Medien auf Consumer-GPU-Hardware ermöglicht.

## Warum das wichtig ist

360°-Video erforderte traditionell spezielle Aufnahme-Rigs (mehrere Kameras, Stitching-Software, teure Nachbearbeitung). CubeComposer ändert das:

* **Eingabe**: jedes Standard-Kameravideo (Einzellinsen-, Smartphone- oder Dashcam-Aufnahmen)
* **Ausgabe**: natives 4K-360°-Equirectangular-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  | 24 GB | 4K 360° (30 Frames)  | \~8 Min./Clip   |
| RTX 5090 32 GB | 32 GB | 4K 360° (60 Frames)  | \~6 Min./Clip   |
| 2× RTX 4090    | 48GB  | 4K 360° (120 Frames) | \~9 Min./Clip   |
| A100 80GB      | 80 GB | 4K 360° (240 Frames) | \~12 Min./Clip  |

**Minimum**RTX 4090 24 GB (oder äquivalente GPU mit 24 GB+ VRAM)

> Auf Clore.ai: RTX 4090 ab **$0,14–0,42/Stunde Spot** — ein 2-minütiger Clip kostet ca. \~$0,40.

## Installation

```bash
# Repository klonen
git clone https://github.com/TencentARC/CubeComposer
cd cubecomposer

# Abhängigkeiten installieren (Python 3.10+, CUDA 12.8+)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
pip install -r requirements.txt

# Modellgewichte herunterladen (~18 GB)
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: Perspektivvideo → 4K 360°

```bash
# Grundlegende Nutzung: Perspektivvideo als Eingabe, 4K-Equirectangular als Ausgabe
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")

# Erzeuge 360°-Video aus Perspektivvideo als Eingabe
output = pipe(
    input_video_path="input.mp4",
    num_frames=30,
    resolution=(4096, 2048),  # 4K-Equirectangular
    num_inference_steps=50,
    guidance_scale=7.5,
    cubemap_size=1024  # Größe jeder Cubemap-Fläche
)

# Als standardmäßiges Equirectangular-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="Eingabe-Perspektivvideo"),
        gr.Slider(10, 120, value=30, label="Anzahl der Frames"),
        gr.Slider(20, 80, value=50, label="Inference-Schritte (Qualität)")
    ],
    outputs=gr.Video(label="4K-360°-Ausgabe"),
    title="CubeComposer — 4K-360°-Videoerzeugung",
    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. Miete eine RTX 4090

1. Gehe zu [clore.ai/marketplace](https://clore.ai/marketplace)
2. Filter: GPU mit **24 GB+ VRAM** (RTX 4090 empfohlen)
3. Spot-Preis: ca. \~$1,20–2,50/Stunde, je nach Verfügbarkeit
4. Wähle **Benutzerdefiniertes Docker** oder **Ubuntu** Image

### 2. Einrichtung per SSH

```bash
# Mit deinem Clore-Server verbinden
ssh root@<server-ip>

# 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 `http://<server-ip>:7860` in deinem Browser, um die Gradio-Oberfläche zu nutzen.

## Workflow: Handyvideo → VR-fähiges 4K-360°

```bash
# Schritt 1: Handyvideo auf den Server hochladen
scp ~/my_video.mp4 root@<server-ip>:/workspace/

# Schritt 2: 4K-360°-Version erzeugen
ssh root@<server-ip> "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@<server-ip>:/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-Vorhersager mit Tschebyscheff-Polynomen — kann auf die zugrunde liegende Wan2.1-Basis von CubeComposer angewendet werden, um deutliche 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

# Erzeugt jetzt mit etwa 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")
```

## Qualitätstipps

1. **Die Qualität des Eingabevideos ist wichtig** — höhere Eingabeauflösung = bessere 360°-Ausgabe
2. **Stabiles Filmmaterial** — Verwacklungen von Hand reduzieren die Konsistenz zwischen den Cubemap-Flächen
3. **Gute Beleuchtung** — extreme Kontraste vermeiden (überbelichteter Himmel + dunkles Interieur)
4. **Längere Clips** — 30+ Frames sorgen für bessere zeitliche Konsistenz
5. **Flächenauflösung** — `--cubemap_size 1024` ist der optimale Bereich (2048 für kritische Arbeiten, kostet 4× mehr VRAM)

## Anwendungsfälle

* **VR-Inhaltserstellung** — beliebiges Material für Meta Quest, Apple Vision Pro umwandeln
* **Virtuelle Immobilienrundgänge** — Rundgangsvideos in 360°-Touren verwandeln
* **Reiseinhalte** — immersive Reiseerlebnisse teilen
* **Architekturvisualisierung** — 360°-Innen-/Außenrundgänge
* **Event-Dokumentation** — Event-Aufzeichnungen in immersive Wiederholungen umwandeln
* **Gaming-Assets** — 360°-Umgebungsreferenzen erzeugen

## Kostenschätzung für den Produktions-Workflow

| Aufgabe                           | Clore.ai-Kosten          |
| --------------------------------- | ------------------------ |
| 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 Leitfäden

* [Wan2.1-Videoerzeugung](/guides/guides_v2-de/videogenerierung/wan-video.md) — das Foundation Model hinter CubeComposer
* [FramePack](/guides/guides_v2-de/videogenerierung/framepack.md) — effiziente Erzeugung langer Videos (6 GB VRAM!)
* [LTX-2-Video](/guides/guides_v2-de/videogenerierung/ltx-video-2.md) — schnelle latente Videoerzeugung
* [ComfyUI](/guides/guides_v2-de/bildgenerierung/comfyui.md) — knotenbasierter Workflow für Video + Bild
* [RIFE-Video-Interpolation](/guides/guides_v2-de/videoverarbeitung/rife-interpolation.md) — erzeugtes 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, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-de/videogenerierung/cubecomposer-360-video.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.