Stable Virtual Camera to zaawansowany model dyfuzyjny typu multi-view, który przekształca obrazy 2D w immersyjne filmy 3D z precyzyjną kontrolą trajektorii kamery. Model umożliwia generowanie spójnych wizualnie sekwencji wideo o długości do 1000 klatek bez konieczności skomplikowanej rekonstrukcji sceny.