一句话爆改三维场景！斯坦福吴佳俊团队新作：场景语言，智能补全文本到3D的场景理解
一句话爆改三维场景！斯坦福吴佳俊团队新作：场景语言，智能补全文本到3D的场景理解从文字生成三维世界的场景有多难？
来自主题: AI技术研报
8246 点击 2024-11-13 16:21
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
从文字生成三维世界的场景有多难？
在当前竞争激烈的3D生成技术领域，众多科技巨头和创业公司纷纷入局，推动了技术的快速发展和应用。Cartwheel，通过其Text-to-Motion技术和自动化运动合成，为3D角色制作带来革命性的简化。
现在正是多模态大模型的时代，图像、视频、音频、3D、甚至气象运动都在纷纷与大型语言模型的原生文本模态组合。而浙江大学及其计算机创新技术研究院的一个数十人团队也将结构化数据（包括数据库、数仓、表格、json 等）视为了一种独立模态。
西风
Bifröst 是一个创新的3D感知图像合成框架，它利用扩散模型来执行基于语言指令的图像合成任务。
要么加入 AI，要么被淘汰
MVDrag3D 是一种创新的3D编辑框架，它通过结合多视图生成和重建先验来实现灵活且富有创造性的拖拽编辑。
创新是避免内卷的终极解药，这在3D打印行业同样适用。
个性化精品数字人（Personalized Talking Face Generation）强调合成的数字人视频在感官上与真人具有极高的相似性（不管是说话人的外表还是神态）。
日前，MLCommons协会发布最新MLPerf™ Storage v1.0 AI存储基准测试成绩。浪潮信息分布式存储平台AS13000G7表现出众，在3D-UNet和CosmoFlow两个模型共计8项测试中，斩获5项性能全球第一。