#3D生成模型

pix2pix3D - 基于2D标签图的3D感知条件图像生成模型
pix2pix3D3D生成模型条件图像合成神经辐射场语义标签Github开源项目
pix2pix3D是一个3D感知条件生成模型,可以根据2D标签图(如分割图或边缘图)生成逼真的3D对象图像。该模型结合神经辐射场技术,能从多个视角渲染图像。通过同步生成图像和对应的标签图,pix2pix3D实现了交互式3D编辑功能,为可控的3D感知图像合成开辟了新途径。
OpenCLAY - 创新型AI模型助力高质量3D资产生成
CLAY3D生成模型SIGGRAPHRodin Gen-13D资产创建Github开源项目
CLAY是一种先进的AI生成模型,专注于高质量3D资产创建。该项目获得SIGGRAPH 2024最佳论文荣誉提名,展示了从古代工具到未来科技的多样3D生成能力。通过Rodin Gen-1和Hugging Face平台,CLAY为3D创意领域带来新的可能性,推动数字内容创作的发展。
GET3D - 从2D图像生成高质量3D纹理模型的新突破
GET3D3D生成模型纹理网格生成对抗网络图像学习Github开源项目
GET3D是一种新型生成模型,可从2D图像集合中学习生成高质量3D纹理网格模型。该模型融合了可微表面建模、可微渲染和生成对抗网络技术,能直接生成具有复杂拓扑结构和丰富几何细节的3D模型。GET3D可生成包括汽车、椅子、动物、摩托车、人物和建筑在内的多种3D模型,在质量上显著超越现有方法,为大规模创建3D虚拟世界内容提供了有力工具。