CSM vs Text-To-4D

Cube de Common Sense Machines est une plateforme d'IA qui transforme les photos et les vidéos en mondes 3D. En quelques clics, les utilisateurs peuvent télécharger leur photo ou vidéo et regarder Cube générer comme par magie un actif 3D. La plate-forme prend en charge les artistes de tous niveaux et flux de travail, offrant des produits puissants sur le Web, mobile et Discord. L'objectif de Cube est de rendre la création de contenu 3D plus facile que jamais, en brisant les limites de l'Internet 2D. Les utilisateurs peuvent choisir parmi différents plans d'abonnement en fonction de leurs besoins et accéder à des fonctionnalités telles que des modèles de prévisualisation turbo illimités, des serveurs dédiés rapides et un accès API. Laissez votre voyage de construction du monde commencer avec Cube.

Meta présente Mav3d (Make-A-Video3d), une méthode pour générer des scènes dynamiques tridimensionnelles à partir de descriptions de texte. Notre approche utilise un champ de radiance neuronale dynamique 4D (NERF), qui est optimisé pour l'apparence, la densité et la cohérence du mouvement de la scène en interrogeant un modèle de diffusion de texte à vidéo (T2V).

La sortie vidéo dynamique générée à partir du texte fourni peut être visualisée à partir de n'importe quel emplacement et angle de la caméra, et peut être composée dans n'importe quel environnement 3D. Mav3d ne nécessite aucune donnée 3D ou 4D et le modèle T2V est formé uniquement sur les paires d'image texte et les vidéos non marquées.