우리는 단안 비디오(monocular videos)로부터 자유롭게 렌더링 가능한 동적 3D 가우시안(3D Gaussian) 표현을 생성하는 방법론인 World from Motion을 제시합니다. 우리의 접근 방식은 비디오 모델이 입력 및 타겟 카메라 궤적(camera trajectories)을 따라 외관(appearance), 기하학적 구조(geometry), 그리고 3D 장면 움직임(3D scene motion)을 인코딩하는 조밀하고 픽셀 정렬된 렌더링(pixel-aligned renderings)을 조건으로 사용하도록 하여, 렌더링 아티팩트(rendering artifacts)를 수정하고 초기 재구성에서 누락된 영역을 채웁니다. 이 모델을 학습시키기 위해, 우리는 단안 재구성의 특징적인 시뮬레이션된 아티팩트가 포함된 정렬된 다중 뷰 비디오 쌍(multiview video pairs)과 동적 3DGS 표현으로 구성된 데이터셋을 구축합니다. 테스트 시에는 새롭게 관찰된 영역과 움직임을 포함한 모델의 생성물을 단일하고 일관된 고품질 동적 3DGS로 증류(distill)하여, 새로운 시점 합성(novel-view synthesis)과 근본적인 3D 움직임을 모두 개선합니다. 우리의 방법은 4D 재구성(4D reconstruction) 분야에서 새로운 SOTA(state of the art)를 기록하며, 시점 변화가 크고 동적인 움직임이 있는 야생(in-the-wild) 비디오에도 매끄럽게 일반화됩니다.