Meta 发布 Meta 3D Gen 文本生成3D模型

Meta推出了 Meta 3D Gen (3DGen),这是一种用于文本到 3D 资产生成的最先进的快速管道。3DGen 可在一分钟内提供具有高提示保真度和高质量 3D 形状和纹理的 3D 资产创建。

它支持基于物理的渲染 (PBR),这是在实际应用程序中重新照明 3D 资产所必需的。此外,3DGen 还支持使用用户提供的其他文本输入对先前生成(或艺术家创建)的 3D 形状进行生成式重纹理处理。3DGen 集成了我们分别为文本到 3D 和文本到纹理生成而开发的关键技术组件 Meta 3D AssetGen 和 Meta 3D TextureGen。

通过结合它们的优势,3DGen 以三种方式同时表示 3D 对象:在视图空间、体积空间和 UV(或纹理)空间中。这两种技术的集成相对于单阶段模型实现了 68% 的胜率。我们将 3DGen 与众多行业基准进行了比较,并表明它在复杂文本提示的提示保真度和视觉质量方面优于它们,同时速度明显更快。

喜好儿网

Meta 3D Gen(简称3DGen),这是一种先进的文本到3D资产生成的快速流程。简单来说,3DGen可以根据用户的文字描述快速生成3D模型,比如你描述一个"穿着绿色羊毛衫的霸王龙",3DGen就能在不到一分钟的时间内生成一个相应的3D模型,而且模型的纹理和质感都相当逼真。

这项技术背后有两个关键组件:Meta 3D AssetGen和Meta 3D TextureGen,前者负责根据文本生成3D模型,后者则用于生成模型的纹理。3DGen通过结合这两种技术,能够在视图空间、体积空间和UV(纹理)空间中同时表示3D对象,从而生成高质量的3D资产。

3DGen还有一项特殊功能,就是可以根据用户的额外文本输入,对已生成或由艺术家创作的3D模型进行再生纹理处理。这使得3D模型的纹理可以进一步编辑和定制,提高了效率和灵活性。

相关推荐
多恩Stone1 天前
【3D AICG 系列-6】OmniPart 训练流程梳理
人工智能·pytorch·算法·3d·aigc
晚霞的不甘2 天前
揭秘 CANN 内存管理:如何让大模型在小设备上“轻装上阵”?
前端·数据库·经验分享·flutter·3d
哈__2 天前
CANN加速3D目标检测推理:点云处理与特征金字塔优化
目标检测·3d·目标跟踪
心疼你的一切2 天前
三维创世:CANN加速的实时3D内容生成
数据仓库·深度学习·3d·aigc·cann
3DVisionary2 天前
掌控发动机“心脏”精度:蓝光3D扫描在凸轮轴全尺寸检测中的应用
3d·图形渲染·汽车发动机·精密测量·蓝光3d扫描·凸轮轴检测·形位公差
coder攻城狮3 天前
VTK系列1:在屏幕绘制多边形
c++·3d
PHOSKEY3 天前
3D工业相机如何“读透”每一个字符?快速识别、高精度3D测量
数码相机·3d
XX風3 天前
7.2 harris 3d
3d
多恩Stone3 天前
【3D-AICG 系列-3】Trellis 2 的O-voxel (下) Material: Volumetric Surface Attributes
人工智能·3d·aigc
多恩Stone3 天前
【3D-AICG 系列-1】Trellis v1 和 Trellis v2 的区别和改进
人工智能·pytorch·python·算法·3d·aigc