> 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-hi/video-generation/cubecomposer-360-video.md).

# CubeComposer 4K 360° वीडियो

> **CubeComposer** (CVPR 2026) एक स्पैटियो-टेम्पोरल ऑटोरिग्रेसिव डिफ्यूज़न मॉडल है जो उत्पन्न करता है **मूल 4K 360° पैनोरामिक वीडियो** मानक परिप्रेक्ष्य वीडियो इनपुट से। Wan वीडियो फाउंडेशन मॉडल पर निर्मित, 11,832 उच्च-रिज़ॉल्यूशन क्लिप्स पर प्रशिक्षित। यह पहला ओपन मॉडल है जो मूल 4K 360° जनरेशन में सक्षम है — जिससे उपभोक्ता GPU हार्डवेयर पर VR कंटेंट निर्माण, वर्चुअल टूर और इमर्सिव मीडिया संभव होता है।

## यह क्यों महत्वपूर्ण है

360° वीडियो के लिए पारंपरिक रूप से विशेष कैप्चर रिग्स (कई कैमरे, स्टिचिंग सॉफ़्टवेयर, महंगी पोस्ट-प्रोसेसिंग) की आवश्यकता होती रही है। CubeComposer इसे बदल देता है:

* **इनपुट**: कोई भी मानक कैमरा वीडियो (सिंगल-लेंस, फ़ोन कैमरा, डैशकैम)
* **आउटपुट**: मूल 4K 360° इक्विरेक्टैंगुलर वीडियो
* **विधि**: पैनोरामा को क्यूबमैप फ़ेस में विभाजित करता है, और स्थानिक संगति के साथ प्रत्येक फ़ेस को ऑटोरिग्रेसिव तरीके से जनरेट करता है
* **गुणवत्ता**: पिछले स्टिचिंग और आउटपेंटिंग तरीकों की तुलना में काफी बेहतर प्रदर्शन करता है

## हार्डवेयर आवश्यकताएँ

| कॉन्फ़िग      | VRAM | रिज़ॉल्यूशन          | गति             |
| ------------- | ---- | -------------------- | --------------- |
| RTX 4090 24GB | 24GB | 4K 360° (30 फ़्रेम)  | \~8 मिनट/क्लिप  |
| RTX 5090 32GB | 32GB | 4K 360° (60 फ़्रेम)  | \~6 मिनट/क्लिप  |
| 2× RTX 4090   | 48GB | 4K 360° (120 फ़्रेम) | \~9 मिनट/क्लिप  |
| A100 80GB     | 80GB | 4K 360° (240 फ़्रेम) | \~12 मिनट/क्लिप |

**न्यूनतम**: RTX 4090 24GB (या समकक्ष 24GB+ VRAM GPU)

> Clore.ai पर: RTX 4090 से **\~$1.20/घं. स्पॉट** — 2 मिनट की क्लिप की लागत लगभग \~$0.40 होती है।

## इंस्टॉलेशन

```bash
# रिपॉज़िटरी क्लोन करें
git clone https://github.com/TencentARC/CubeComposer
cd cubecomposer

# निर्भरताएँ इंस्टॉल करें (Python 3.10+, CUDA 12.1+)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt

# मॉडल वेट्स डाउनलोड करें (~18GB)
python scripts/download_weights.py --model cubecomposer-4k-v1
```

### Docker (Clore.ai के लिए अनुशंसित)

```bash
# कोई आधिकारिक Docker इमेज नहीं है — स्रोत से इंस्टॉल करें:
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
```

## त्वरित शुरुआत

### CLI: परिप्रेक्ष्य वीडियो → 4K 360°

```bash
# बुनियादी उपयोग: इनपुट परिप्रेक्ष्य वीडियो, आउटपुट 4K इक्विरेक्टैंगुलर
python generate_360.py \
  --input /workspace/input_video.mp4 \
  --output /workspace/output_360.mp4 \
  --resolution 4096x2048 \
  --frames 30 \
  --fps 30

# उच्च गुणवत्ता: अधिक स्टेप्स, लंबी क्लिप
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

# पाइपलाइन लोड करें
pipe = CubeComposerPipeline.from_pretrained(
    "cubecomposer/cubecomposer-4k-v1",
    torch_dtype=torch.bfloat16
).to("cuda")

# परिप्रेक्ष्य इनपुट से 360° वीडियो जनरेट करें
output = pipe(
    input_video_path="input.mp4",
    num_frames=30,
    resolution=(4096, 2048),  # 4K इक्विरेक्टैंगुलर
    num_inference_steps=50,
    guidance_scale=7.5,
    cubemap_size=1024  # प्रत्येक क्यूबमैप फ़ेस का आकार
)

# मानक इक्विरेक्टैंगुलर MP4 के रूप में सहेजें
output.save("output_360.mp4", fps=30)
print(f"4K 360° वीडियो जनरेट किया गया: 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="इनपुट परिप्रेक्ष्य वीडियो"),
        gr.Slider(10, 120, value=30, label="फ़्रेमों की संख्या"),
        gr.Slider(20, 80, value=50, label="इन्फ़रेंस स्टेप्स (गुणवत्ता)")
    ],
    outputs=gr.Video(label="4K 360° आउटपुट"),
    title="CubeComposer — 4K 360° वीडियो जनरेशन",
    description="कोई भी परिप्रेक्ष्य वीडियो अपलोड करें → मूल 4K 360° पैनोरामिक वीडियो प्राप्त करें"
)

demo.launch(server_name="0.0.0.0", server_port=7860, share=True)
```

## Clore.ai पर डिप्लॉय करें: चरण-दर-चरण

### 1. एक RTX 4090 किराए पर लें

1. पर जाएँ [clore.ai/marketplace](https://clore.ai/marketplace)
2. फ़िल्टर: GPU with **24GB+ VRAM** (RTX 4090 अनुशंसित)
3. स्पॉट कीमत: उपलब्धता के अनुसार \~$1.20–2.50/घं.
4. चुनें **Custom Docker** या **Ubuntu** इमेज

### 2. SSH के माध्यम से सेटअप करें

```bash
# अपने Clore सर्वर से कनेक्ट करें
ssh root@<server-ip>

# एक-लाइनर सेटअप
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. UI एक्सेस करें

खोलें `http://<server-ip>:7860` अपने ब्राउज़र में Gradio इंटरफ़ेस का उपयोग करने के लिए।

## वर्कफ़्लो: फ़ोन वीडियो → VR-रेडी 4K 360°

```bash
# चरण 1: फ़ोन वीडियो सर्वर पर अपलोड करें
scp ~/my_video.mp4 root@<server-ip>:/workspace/

# चरण 2: 4K 360° संस्करण जनरेट करें
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"

# चरण 3: YouTube/VR हेडसेट्स के लिए 360° मेटाडेटा जोड़ें
ffmpeg -i my_video_360_4k.mp4 \
  -c copy \
  -metadata:s:v:0 spherical=equirectangular \
  my_video_360_4k_vr.mp4

# चरण 4: परिणाम डाउनलोड करें
scp root@<server-ip>:/workspace/my_video_360_4k_vr.mp4 ~/
```

## Spectrum इंटीग्रेशन: Wan2.1 पर 4.79× स्पीडअप

यह **Spectrum accelerator** (CVPR 2026) — Chebyshev बहुपदों का उपयोग करने वाला एक training-free spectral diffusion feature forecaster — CubeComposer के अंतर्निहित Wan2.1 base पर महत्वपूर्ण स्पीडअप के लिए लागू किया जा सकता है:

```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")

# गुणवत्ता में कोई कमी के बिना 4.79× स्पीडअप के लिए Spectrum लागू करें
accelerator = SpectrumAccelerator(pipe.unet, order=8)  # Chebyshev order
pipe.unet = accelerator

# अब मूल गति के लगभग 4.79× पर जनरेट करता है
output = pipe(
    input_video_path="input.mp4",
    num_frames=30,
    resolution=(4096, 2048),
    num_inference_steps=50  # लगभग 240 स्टेप्स के बराबर गुणवत्ता
)
output.save("output_fast_360.mp4")
```

## गुणवत्ता सुझाव

1. **इनपुट वीडियो की गुणवत्ता मायने रखती है** — उच्च रिज़ॉल्यूशन इनपुट = बेहतर 360° आउटपुट
2. **स्थिर फुटेज** — हैंडहेल्ड शेक क्यूबमैप फ़ेसों के बीच संगति कम करता है
3. **अच्छी रोशनी** — अत्यधिक कॉन्ट्रास्ट से बचें (ओवरएक्सपोज़्ड आकाश + अँधेरा इंटीरियर)
4. **लंबी क्लिप्स** — 30+ फ़्रेम बेहतर समयगत संगति देते हैं
5. **फ़ेस रिज़ॉल्यूशन** — `--cubemap_size 1024` सबसे उपयुक्त है (महत्वपूर्ण कार्य के लिए 2048, लेकिन VRAM 4× अधिक लगता है)

## उपयोग के मामले

* **VR कंटेंट निर्माण** — किसी भी फुटेज को Meta Quest, Apple Vision Pro के लिए कन्वर्ट करें
* **वर्चुअल प्रॉपर्टी टूर** — वॉकथ्रू वीडियो को 360° टूर में बदलें
* **यात्रा कंटेंट** — इमर्सिव यात्रा अनुभव साझा करें
* **आर्किटेक्चर विज़ुअलाइज़ेशन** — 360° इंटीरियर/एक्सटीरियर वॉकथ्रू
* **इवेंट दस्तावेज़ीकरण** — इवेंट रिकॉर्डिंग्स को इमर्सिव रिप्ले में बदलें
* **गेमिंग एसेट्स** — 360° पर्यावरण संदर्भ जनरेट करें

## प्रोडक्शन वर्कफ़्लो के लिए लागत अनुमान

| कार्य                               | Clore.ai लागत            |
| ----------------------------------- | ------------------------ |
| 5-सेकंड क्लिप (30 फ़्रेम, 4K)       | \~$0.30 (RTX 4090 स्पॉट) |
| 10-सेकंड क्लिप (60 फ़्रेम, 4K)      | \~$0.50                  |
| 30-सेकंड क्लिप (180 फ़्रेम, 4K)     | \~$1.20                  |
| बैच: 100 क्लिप्स (प्रत्येक 5 सेकंड) | \~$30                    |

## संबंधित गाइड्स

* [Wan2.1 वीडियो जनरेशन](/guides/guides_v2-hi/video-generation/wan-video.md) — CubeComposer के नीचे का फाउंडेशन मॉडल
* [FramePack](/guides/guides_v2-hi/video-generation/framepack.md) — कुशल लंबा वीडियो जनरेशन (6GB VRAM!)
* [LTX-2 Video](/guides/guides_v2-hi/video-generation/ltx-video-2.md) — तेज़ लेटेंट वीडियो जनरेशन
* [ComfyUI](/guides/guides_v2-hi/image-generation/comfyui.md) — वीडियो + इमेज के लिए नोड-आधारित वर्कफ़्लो
* [RIFE Video Interpolation](/guides/guides_v2-hi/video-processing/rife-interpolation.md) — जनरेट किए गए वीडियो को स्मूद करें

***

*अंतिम अपडेट: 16 मार्च, 2026 | पेपर: arXiv:2603.04291 (CVPR 2026) | Wan2.1 फाउंडेशन मॉडल पर आधारित*


---

# 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-hi/video-generation/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.