据 @OriolVinyalsML 在推特的原始贴文显示，“做成第一人称视角（我想在前方看到过山车）”，表明团队正推进可控相机视角的视频生成能力（消息源：2月19日推文）。据 Google DeepMind 论文与博客报道，可控视角与条件生成有助于在生成式视频中实现稳定的镜头语言与场景一致性。根据 Google Research 的研究，第一人称视角结合文本或轨迹条件可用于沉浸式广告、游戏与VR预演、以及为机器人与自动驾驶提供合成训练数据；据 DeepMind 的行业案例，总制作成本与剪辑返工可因可控镜头而下降，并提升内容团队的迭代速度。