DreamFusion 对比 Text-To-4D

发现DreamFusion，这是将文本到3D合成功能与最先进的2D扩散技术相结合的革命性平台。 DreamFusion是由Google Research和UC Berkeley的合作努力开发的，可让您毫不费力地将文本描述转换为生动的3D模型，而无需大规模数据集或复杂的3D Denoising Architectures。

DreamFusion利用最新的2D文本对图像扩散模型作为基础先验，引入了基于概率密度蒸馏的新型损失。这种创新的方法可以通过梯度下降对神经辐射场（NERF）进行无缝优化，从而从各种角度产生高质量的3D渲染，损失低。由此产生的3D模型提供了显着的功能，例如从任何角度来看，在各种照明条件下可靠的纹理，以及将其合成到不同3D环境中的能力。

DreamFusion强调易用性和可访问性，不需要3D培训数据或对现有图像扩散模型进行调整。通过将预先训练的图像扩散模型作为鲁棒的先验，DreamFusion展示了这些模型的力量，而不是仅仅2D应用。探索DreamFusion的画廊，以见证它可以产生的对象和场景的范围，并采取令人兴奋的步骤来从今天的文字中生成自己的3D模型！

META呈现MAV3D（Make-A-Video3D），这是一种从文本描述中生成三维动态场景的方法。我们的方法使用4D动态神经辐射场（NERF），通过查询基于文本的视频（T2V）基于扩散的模型，可以针对场景外观，密度和运动一致性进行优化。

从提供的文本产生的动态视频输出可以从任何相机位置和角度查看，并且可以合成到任何3D环境中。 MAV3D不需要任何3D或4D数据，并且仅在文本图像对和未标记的视频上对T2V模型进行培训。