LangSplat

将3D场景与自然语言融合的高斯点云渲染技术

LangSplat 3D语言高斯分散 CVPR2024 计算机视觉语言特征 Github 开源项目

LangSplat是一种创新的3D语言高斯点云渲染技术，融合3D场景重建和自然语言处理。该技术引入场景级语言自动编码器，降低内存需求，实现高效语言特征建模。项目提供完整训练流程，涵盖特征生成、自动编码器训练和模型优化，支持研究者在自定义场景中应用LangSplat。

MultiPLY - 3D环境中的多感官物体中心大语言模型

3D环境GithubMultiPLY多感官大语言模型开源项目物体中心

MultiPLY是一个多感官交互式大语言模型，在3D环境中能主动与物体交互并收集视觉、听觉、触觉和热感信息。它将多感官交互数据整合到语言模型中，建立词语、行为和感知间的关联。该模型采用物体中心表示，通过执行动作揭示物体的多感官细节，为自然语言处理和人工智能研究提供新思路。

DreamCraft3D - 层次化高保真3D内容生成技术

3D内容生成DreamCraft3DGithub几何雕刻分层结构开源项目纹理增强

DreamCraft3D是一种高保真层次化3D内容生成技术，利用2D参考图像指导几何雕刻和纹理增强，解决一致性问题。通过词汇蒸馏采样、视图依赖扩散模型和引入Bootstrapped Score Distillation，提升了几何一致性和纹理质量。该项目通过交替优化扩散先验和3D场景表示，生成逼真的3D对象，提升了3D内容生成技术水平。

blended-diffusion - 使用自然语言进行图像局部编辑的工具

Blended DiffusionCLIPDDPMGithub图像编辑开源项目自然语言描述

Blended Diffusion 是一种利用自然语言和ROI掩模进行图像局部编辑的工具。结合了CLIP预训练语言-图像模型和DDPM去噪扩散模型，实现了高效的自然图像编辑。它可以保持背景完整，并无缝融合编辑区域，减少对抗性结果。功能包括新增物体、移除/替换/改变现有物体、背景替换和图像外推。相关代码和模型已开放下载，供用户探索。

chat-with-nerf - 对话式神经辐射场3D对象定位技术

3D视觉定位Chat with NeRFGithub交互式对话大语言模型开源项目神经辐射场

Chat with NeRF项目利用人工智能和计算机视觉技术，通过自然语言对话实现神经辐射场中3D对象的开放词汇定位。该创新技术结合交互式定位，允许用户与AI代理对话来精确定位新颖物体。项目提供交互式演示、开源代码和全面评估结果，展示了3D视觉与语言交互的突破性应用。相关研究深入探讨了大型语言模型在3D视觉定位中的潜力，为计算机视觉领域开辟了新的发展方向。

normal-depth-diffusion - 通用法线深度扩散模型实现高细节3D生成

3D模型AI生成GithubNormal-Depth Diffusion Model图像生成开源项目深度学习

Normal-Depth Diffusion Model是一个创新的文本到3D生成模型，采用法线深度扩散技术生成细节丰富的3D模型。该项目支持单视图和多视图生成，提供预训练权重、推理和训练代码，以及Objaverse数据集的多视图渲染图像。这一模型为3D内容创作开辟新途径，可应用于艺术设计等多个领域。

gaussian-opacity-fields - 高效紧凑的无界场景表面重建技术

3D Gaussians3D重建Gaussian Opacity FieldsGithub开源项目无界场景表面重建

Gaussian Opacity Fields (GOF) 是一种新型表面重建方法，通过3D高斯分布识别几何信息。该方法使用正则化技术提高重建质量，并采用Marching Tetrahedra算法进行网格提取。GOF在无界场景中实现了高效、高质量的表面重建，为计算机视觉和图形学提供了创新解决方案。GOF方法特别适用于复杂的无界场景重建，如大规模室外环境或动态物体的表面重建。相比传统方法，GOF在处理速度和内存占用方面都有显著优势。

LaRa - 大基线辐射场技术实现突破性进展

3D重建GithubLaRa开源项目机器学习计算机视觉辐射场

LaRa项目开发了创新的大基线辐射场技术，提高了3D重建效率和质量。通过支持半精度训练，该技术实现了收敛速度提升100%以上，性能增益约1.5dB。LaRa能从多视图、文本和单视图输入重建辐射场，在计算效率和重建质量方面取得了显著进展，为3D重建和渲染领域开辟了新途径。

XV3DGS-UEPlugin - XVERSE 3D高斯散粒UE插件功能介绍

3D Gaussian SplattingGithubNiagaraUnreal Engine 5XV3DToolsXVERSE 3D-GS UE Plugin开源项目

XVERSE 3D Gaussian Splatting UE插件通过Unreal Engine 5提供3D高斯散粒模型的实时可视化、管理和混合渲染功能。该插件提高了3D高斯散粒场景的渲染效率，支持动态照明及自动LOD生成，并能处理超过200,000个点云。插件还包含将MP4视频训练为高斯散粒PLY文件的工具。未来更新将加入动态LOD渲染、自动碰撞生成和3D-GS资产交互编辑功能。

SegmentAnything3D - Segment Anything技术在3D场景中的创新应用

3D感知GithubSegment Anything 3D图像分割开源项目点云处理计算机视觉

SAM3D项目将Segment Anything技术扩展到3D感知领域，通过将2D图像分割信息转移到3D空间，为3D场景理解提供新思路。该项目结合SAM生成掩码、点云合并和区域合并等技术，实现2D到3D的有效转换。SAM3D不仅拓展了计算机视觉的应用范围，也为3D场景分析和理解开辟了新的研究方向。

Infusion - 基于扩散先验的3D高斯体场景修复技术

3D GaussiansGithub图像修复开源项目扩散模型深度补全神经渲染

InFusion项目提出了一种创新的3D场景修复方法，通过学习扩散先验的深度完成来修复3D高斯体。该技术实现了对不完整3D场景的高质量修复，能够处理复杂的遮挡情况。InFusion为3D重建和虚拟现实等领域提供了新的解决方案，项目开源了推理代码和预训练模型，为相关研究和开发提供了重要资源。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com