文字转 3D 模型 3DTopia,能够在 5 分钟内生成高质量 3D 物体

上海人工智能实验室推出3DTopia,支持文生3D,5分钟内生成高质量物体模型。采用两阶段扩散架构:先基于3D数据生成几何粗模,再用2D图像扩散模型优化纹理与细节。依托自建清洗标注的大规模开源3D数据集,融合视觉语言与大语言模型能力,模型与代码已开源。

发布于2024年11月7日 13:09
作者零重力瓦力
评论0
阅读0

上海人工智能实验室开发的一款文字转换3D模型,能够在5分钟内生成高质量的 3D 物体。

生成过程分两步:

  1. 模型从已有的 3D 数据中学习,通过扩散模型,快速生成粗略的3D模型。这一步主要是为了快速制作原型。
  2. 利用 2D 图像的扩散模型,进一步改善第一步生成的 3D 模型纹理,使其看起来更真实。这一步包括对模型的细节进行优化。

为了训练这个模型,技术团队清理并标注了一个 大规模的开源3D数据集,并结合了视觉语言模型和大型语言模型的技术。模型和代码可公开获取。

论文地址 项目地址

相关文章

互动讨论

评论区

围绕《文字转 3D 模型 3DTopia,能够在 5 分钟内生成高质量 3D 物体》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。