清华联合宾夕法尼亚大学团队开源了 OpenMise 工具，这套方案就是给视频生成模型装上三维空间大脑，解决现在文生视频最头疼的反复抽卡、物体漂移、镜头乱跳、前后画面不一致的痛点，不用一遍一遍反复生成试运气。现在主流视频模型是直接根据文字提示一次性生成画面，同时要搞定构图、物体位置、运动轨迹、镜头、光影，要求太多，很容易出现物体变形、穿模、空间逻辑错乱，所以大家只能反复抽卡碰运气。OpenMise 换了一套 Builder+Render 两阶段思路，先用智能体调用 Blender 搭建三维场景草稿，把人物、物体、相机运动、灯光全部固定在三维空间里，先保证空间结构和动作轨迹符合物理规则，再把这个三维草稿交给现有视频模型渲染成写实画面，相当于先把空间逻辑锁死，再做画质美化，大幅减少无效抽卡。这个工具已经开源上线 GitHub，能和市面上主流视频生成模型搭配使用，不管是做短视频、动画、虚拟场景都能用，创作者可以直接修改三维草稿，调整镜头和动作，而不是每次改提示词重新生成整段视频。
OpenMise 核心架构
- 第一阶段（Builder 搭建阶段）：Coding Agent 读取提示词，自动生成 Blender 代码，搭建可编辑三维白模场景，锁定物体位置、运动轨迹、相机路径、灯光，输出低精度草稿视频
- 第二阶段（Render 渲染阶段）：把三维草稿作为结构条件，送入视频生成模型，生成风格写实、细节丰富的最终视频
- 核心逻辑：把空间一致性、物理合理性交给三维引擎，视频模型只负责画面质感、材质、光影渲染
对比传统文生视频方案
| 对比项 | 传统直接生成视频 | OpenMise 三维空间方案 |
|---|---|---|
| 空间可控性 | 弱，容易物体漂移、穿模 | 强，三维场景固定，轨迹可编辑 |
| 抽卡需求 | 高，大量反复生成碰运气 | 低，草稿调好再渲染，减少重试 |
| 修改方式 | 改提示词，整段重生成 | 修改三维场景参数，局部调整 |
| 物理一致性 | 不稳定，容易违背常识 | 由 Blender 保证基础物理逻辑 |
| 兼容模型 | 独立使用 | 可对接 Seedance 2.5 等主流视频模型 |
项目基础信息
- 项目名称：OpenMise
- 开发团队：清华大学、宾夕法尼亚大学联合团队
- 开源地址：GitHub Rath-Team/OpenMise
- 适用场景：AI 短视频、动画制作、虚拟数字人、影视分镜、仿真场景
- 依赖组件：Coding Agent、Blender、下游视频生成模型
【相关 FAQ】
问题 1：清华开源 OpenMise 给视频生成装上三维空间大脑，为什么能不用反复抽卡？
回答 1：清华开源 OpenMise 给视频生成装上三维空间大脑，它采用 Builder+Render 两阶段流程，先用 Blender 搭建三维场景锁定物体和镜头轨迹，空间逻辑提前固定，渲染阶段不会乱变，所以不用反复抽卡试效果。
问题 2：清华开源 OpenMise 给视频生成装上三维空间大脑，它能直接独立生成最终视频吗？
回答 2：清华开源 OpenMise 给视频生成装上三维空间大脑，它本身不直接输出写实视频，主要负责生成三维草稿，需要搭配 Seedance 2.5 这类视频模型完成最终画面渲染。
问题 3：清华开源 OpenMise 给视频生成装上三维空间大脑，普通创作者可以怎么使用？
回答 3：清华开源 OpenMise 给视频生成装上三维空间大脑，创作者可以输入文字描述，让智能体自动搭建 Blender 三维场景，调整镜头和动作后，再送入视频模型出片，修改场景不用重写提示词反复生成。
问题 4：清华开源 OpenMise 给视频生成装上三维空间大脑，它解决了传统视频生成的哪些问题？
回答 4：清华开源 OpenMise 给视频生成装上三维空间大脑，主要解决传统文生视频物体漂移、穿模、镜头失控、帧间空间不一致、需要大量反复抽卡的痛点。
【参考资料】
[2026-11-09]（视频生成不再反复抽卡！清华开源，给模型装上「三维空间大脑」）新智元
[2026-11-09]（OpenMise：Agent 驱动 3D 草稿引导视频生成）腾讯新闻
[2026-11-09]（Video-Coder: Reinforcing Agentic Coding for Video Generation）arXiv
【免责声明】
以上资讯仅为开源项目信息整理，不构成技术投资、采购建议；OpenMise 的使用门槛、兼容性、实际生成效果，受 Blender、配套大模型、硬件环境影响，项目持续迭代，功能与性能以 GitHub 官方仓库最新版本为准。