MaPa：根据文本描述为3D模型生成逼真的材质
来自浙江大学、蚂蚁集团和深圳大学的研究人员推出MaPa，它能够根据文本描述为3D模型生成逼真的材质。与传统的纹理贴图不同，MaPa通过生成程序化的材质图（material graphs）来表示3D模型...
排序
3D内容生成模型Magic-Boost：将粗糙的3D模型转换成高质量的3D模型
来自南洋理工大学和字节跳动的研究人员推出新型3D内容生成模型Magic-Boost，它能够将粗糙的3D模型转换成高质量的3D资产。Magic-Boost是一种多视角条件扩散模型。它能够通过短暂的SDS...
基于两阶段高斯溅射的3D模型DreamPolisher：基于文本描述生成三维（3D）对象
来自牛津大学的研究人员推出DreamPolisher，它是一种基于文本描述生成三维（3D）对象的方法。这是一种基于两阶段高斯溅射的方法，该方法强制各视图之间的几何一致性。首先，通过几何优化对粗略的3D...
2DGS：从多视角图像重建和渲染三维场景
来自上海科技大学和图宾根大学的研究团队推出2D Gaussian Splatting（2DGS），它是一种用于从多视角图像重建和渲染三维场景的方法。 项目主页 论文 2DGS的核心思想是将3D体积简化...
3D到3D生成方法ThemeStation：根据少量的示例生成具有一致主题的3D资源
来自香港城市大学、上海AI实验室、南洋理工大学的研究团队推出3D到3D生成方法ThemeStation，它是一个能够根据少量的示例（exemplars）生成具有一致主题的3D资源的创新方法。其追求两个...
英伟达推出LATTE3D：快速生成3D模型
英伟达推出新型大规模文本到3D合成系统LATTE3D，LATTE3D的关键在于构建可扩展的架构，并利用3D数据在优化过程中引入3D感知扩散先验、形状正则化和模型初始化，以确保对不同和复杂的训练提示具有...
DreamReward：通过人类偏好反馈来提升从文本到3D内容生成的质量
生数科技发布创新框架DreamReward，它专注于通过人类偏好反馈来提升从文本到3D内容生成（text-to-3D generation）的质量。它通过结合人类反馈和先进的机器学习技术，极大地提高了...
3D重建和生成模型GRM：从稀疏视角的图像中快速重建出3D模型
来自斯坦福大学、香港科技大学、上海人工智能实验室、 浙江大学和蚂蚁集团的研究团队推出新型大规模3D重建和生成模型GRM（Gaussian Reconstruction Model），GRM是一种基于t...
controllable text-to-3D generation：根据文本提示和条件图像生成高质量、可控制的3D模型
来自浙江大学、西湖大学和同济大学的研究团队推出controllable text-to-3D generation，它能够根据文本提示和条件图像生成高质量、可控制的3D模型。这种方法的核心在于使用一种...
新型框架Isotropic3D：根据单张参考图片的CLIP嵌入生成多视角一致且高质量的3D模型
来自复旦、清华、同济的研究人员推出新型框架Isotropic3D，它能够根据单张参考图片的CLIP嵌入（embedding）生成多视角一致且高质量的3D内容。CLIP嵌入是一种能够捕捉图像语义信息的技...
Stability AI推出新型3D内容生成工具Stable Video 3D：基于单张图片，生成该物体的多视角视频和3D模型
Stability AI在3月18日推出了一个基于Stable Video Diffusion技术的生成模型Stable Video 3D（SV3D），首次将视频扩散模型应用到3D生成领域，只需要一张...
卷积重建模型CRM：将一张普通的2D图片转换成一个带有纹理的3D模型
清华大学、中国人民大学等团队研究人员推出卷积重建模型CRM。该模型可用于将单图像转换为3D纹理网格，可在短短10秒内就从图像中提供了高保真纹理网格，无需任何优化测试。 项目主页 GitHub Demo...
