AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：?jiǎn)螆D0.5秒生成3D模型！Stability AI&華人團(tuán)隊(duì)VAST出品
關(guān)鍵字：模型,報(bào)告,騰訊,語言,圖像
文章來源：量子位
內(nèi)容字?jǐn)?shù)：4248字

內(nèi)容摘要：

允中 發(fā)自 凹非寺量子位 | 公眾號(hào) QbitAI無需GPU即可部署，0.5秒就能通過單張圖片生成3D模型。
大語言模型風(fēng)暴再起的一晚，3D生成領(lǐng)域也有新開源模型引發(fā)關(guān)注。
二月底，Stability AI悄然換將，新任CTO Christian是圖形學(xué)和機(jī)器視覺大佬。上任不到五天，立刻官宣為開源社區(qū)帶來重磅：和華人團(tuán)隊(duì)VAST聯(lián)合推出3D生成模型TripoSR。
只需短短的0.5秒，TripoSR就能把單張圖片轉(zhuǎn)化為一個(gè)幾何結(jié)構(gòu)完整、材質(zhì)紋理清晰的3D模型，無需任何prompt和專業(yè)知識(shí)，甚至不需要依賴GPU。
△圖源Stability AI官網(wǎng)可以看出，不管是人物角色、家裝建筑、食物擺件，TripoSR都能理解和還原。
△圖源TripoSR技術(shù)報(bào)告TripoSR的靈感來源于2023年11月Adobe提出的LRM。
和Sora作為視頻生成模型使用的Transformer架構(gòu)相似，TripoSR和LRM都基于Transformer架構(gòu)。
這種方式將圖像生成3D模型的任務(wù)巧妙地理解為一場(chǎng)跨維度的語言翻譯。想象一下，每一張輸入的圖像都是一種獨(dú)特的語言，而模型的任務(wù)，就是將這種圖像語言翻

原文鏈接：單圖0.5秒生成3D模型！Stability AI&華人團(tuán)隊(duì)VAST出品

聯(lián)系作者

文章來源：量子位
作者微信：QbitAI
作者簡(jiǎn)介：追蹤人工智能新趨勢(shì)，關(guān)注科技行業(yè)新突破