AIGC動態(tài)歡迎閱讀

原標題：重塑3D生成核心理論：VAST、港大、清華用「零」訓練數(shù)據(jù)生成了3D模型
關(guān)鍵字：模型,分數(shù),文本,方法,研究者
文章來源：機器之心
內(nèi)容字數(shù)：4540字

內(nèi)容摘要：

機器之心專欄
機器之心編輯部AI 生成 3D 模型最難的一關(guān)，終于被搞定了。無需任何訓練數(shù)據(jù)，只需對著模型描述一句話，如「一個做作業(yè)的香蕉人」：或是「一只戴著 VR 眼鏡的貓」：就能生成符合描述的帶有高質(zhì)量紋理貼圖的 3D 場景。不僅如此，還能對已有的 3D 模型進行精細化貼圖。這是港大與清華大合 3D 生成明星公司 VAST AI 研發(fā)的一種新方法，它能夠從復雜的文本描述中，直接生成富有想象力的高質(zhì)量 3D 模型。目前，這項研究成果已被人工智能頂級會議 ICLR 2024 收錄，代碼也已經(jīng)開源。對這項研究感興趣的小伙伴，可以戳下方項目主頁和論文地址查看。
論文地址：https://arxiv.org/abs/2310.19415
項目地址：https://xinyu-andy.github.io/Classifier-Score-Distillation
代碼地址：https://github.com/CVMI-Lab/Classifier-Score-Distillation
論文標題：Text-to-3D with Classifier Score Distillation

原文鏈接：重塑3D生成核心理論：VAST、港大、清華用「零」訓練數(shù)據(jù)生成了3D模型

聯(lián)系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺