南洋理工大学S-Lab、北京大学、上海人工智能实验室和香港中文大学的研究人员推出3D资产生成模型3DTopia-XL，它能够根据文本或视觉输入生成高质量的3D模型。这个模型特别擅长处理具有复杂几何形状、纹理和材质的3D对象，并且能够以紧凑的格式编码这些细节，使得生成的3D模型可以直接用于物理基础渲染（PBR）。
- 项目主页：https://3dtopia.github.io/3DTopia-XL
- GitHub：https://github.com/3DTopia/3DTopia-XL
- 模型：https://huggingface.co/FrozenBurning/3DTopia-XL
- Demo：https://huggingface.co/spaces/FrozenBurning/3DTopia-XL
例如，你是一名游戏设计师，需要创建一个具有特定外观和纹理的3D角色，你可以使用3DTopia-XL通过描述角色的特征（如“一个穿着中世纪铠甲的骑士”）来生成这个角色的3D模型。生成的模型可以直接用于游戏引擎中，展现出逼真的视觉效果。
主要功能和特点：
- 高质量的3D生成： 3DTopia-XL能够生成具有光滑几何形状和空间变化纹理的高质量3D资产。
- 基于文本或视觉输入： 用户可以通过文本描述或单视图图像来指导模型生成相应的3D模型。
- 高效的3D表示： 模型使用一种新颖的基于原始单元的3D表示方法（PrimX），将形状、反照率和材质信息编码到紧凑的张量格式中。
- 原生3D生成模型： 与依赖于2D图像的模型不同，3DTopia-XL直接在3D空间中建模和生成，提高了效率和质量。
工作原理：
3DTopia-XL的工作原理包括以下几个关键步骤：
- 原始单元表示（PrimX）： 将3D模型的形状、纹理和材质信息编码为一组原始单元，每个单元都是一个小体素，具有3D位置、缩放因子和对应的空间变化载荷。
- 原始单元压缩： 使用3D变分自编码器（VAE）对每个原始单元的空间信息进行压缩，得到潜在的原始单元标记。
- 潜在原始单元扩散： 利用扩散变换器（DiT）对潜在的原始单元标记进行建模，从而实现3D对象的生成。
- 条件信号： 模型可以根据文本或图像条件信号生成相应的3D模型，这些信号通过预训练的模型（如CLIP或DINO）提取。
具体应用场景：
- 游戏和电影制作： 快速生成具有复杂细节的3D角色和场景，用于游戏或电影的制作。
- 虚拟现实（VR）和增强现实（AR）： 创建高质量的3D模型，用于虚拟现实或增强现实应用，提供沉浸式体验。
- 3D打印： 从设计概念直接生成可打印的3D模型，加速产品原型制作。
- 在线3D内容创作： 允许用户通过简单的文本描述或草图来创建个性化的3D模型，用于在线展示或电子商务。
评论0