CSM vs Text-To-4D

O Cube By Common Sense Machines é uma plataforma de IA que transforma fotos e vídeos em mundos 3D. Com apenas alguns cliques, os usuários podem fazer upload de foto ou vídeo e assistir ao Cube gerar magicamente um ativo 3D. A plataforma suporta artistas de todos os níveis e fluxos de trabalho, oferecendo produtos poderosos na web, móveis e discórdios. O objetivo do Cube é facilitar a criação de conteúdo 3D do que nunca, quebrando as limitações da Internet 2D. Os usuários podem escolher entre diferentes planos de assinatura com base em suas necessidades e recursos de acesso, como modelos de visualização turbo ilimitados, servidores dedicados rápidos e acesso à API. Deixe sua jornada de construção mundial começar com o Cube.

Meta presente MAV3D (Make-a-Video3D), um método para gerar cenas dinâmicas tridimensionais a partir de descrições de texto. Nossa abordagem utiliza um campo de radiação neural dinâmica 4D (NERF), que é otimizado para a aparência da cena, densidade e consistência do movimento, consultando um modelo baseado em difusão de texto para vídeo (T2V).

A saída de vídeo dinâmica gerada a partir do texto fornecida pode ser visualizada a partir de qualquer localização e ângulo da câmera e pode ser composto em qualquer ambiente 3D. O MAV3D não requer dados 3D ou 4D e o modelo T2V é treinado apenas em pares de imagem de texto e vídeos não marcados.