Thế hệ 4D là công nghệ tự động tạo ra các cảnh 3D bao gồm những thay đổi về hình dạng và chuyển động theo thời gian từ văn bản và hình ảnh.
Thế hệ 4D đề cập đến công nghệ tự động tạo ra các cảnh 3D thay đổi hình dạng và chuyển động dọc theo trục thời gian từ văn bản, hình ảnh và video, thay vì mô hình 3D tĩnh. Đó là một khái niệm bổ sung thêm chiều thứ tư gọi là "thời gian" vào việc tạo cảnh 3D và nghiên cứu được cho là đã phát triển như một lĩnh vực kết hợp công nghệ AI tạo video và công nghệ AI thế hệ 3D. Là một tiêu chuẩn công nghiệp, các phương pháp tìm hiểu những thay đổi theo thời gian dựa trên NeRF và phân tách Gaussian được áp dụng rộng rãi. Trong hoạt động thực tế kể từ năm 2026, chất lượng sẽ vẫn chưa đạt đến mức mà các cảnh được tạo có thể được đưa trực tiếp vào trò chơi hoặc AR/VR, và điều đáng tiếc là có thể xảy ra quá trình xử lý hậu kỳ thủ công như gian lận và chỉnh sửa kết cấu. Ngoài ra, về mặt chi phí, độ phân giải và độ dài của mô hình càng cao thì càng tiêu tốn nhiều tài nguyên tính toán và giá thị trường cho mục đích thương mại rất khác nhau tùy thuộc vào mục đích. Do đó, trong lĩnh vực này, ngày càng có nhiều lựa chọn về các mô hình thế hệ khác nhau tùy thuộc vào việc chúng được sử dụng để xem trước đơn giản hay để phân phối cuối cùng.