TextMesh: Novo Stable Diffusion-Tekst u 3D model od Googlea
Ukratko
TextMesh novi je Googleov rad za pretvaranje teksta u 3D koji poboljšava sada moderan pristup korištenju Stable Diffusion za generiranje različitih kutova istog osnovnog odziva (2D slika), a zatim se od toga sastavlja 3D mreža pomoću NeRF-a.
Nedavno je mogućnost generiranja 2D slika iz tekstualnih upita doživjela veliki uspjeh zahvaljujući radu modela za generiranje difuznih slika. Ovi modeli vrlo su sposobni proizvesti visokokvalitetne uzorke slike uz tekstualni upit, omogućujući jednostavno sučelje za pretvaranje teksta u sliku. Nadovezujući se na napredak u polju generiranja 2D slike, veliko je pitanje u ovoj industriji je li moguće primijeniti slične modele difuzije za generiranje 3D modela iz teksta.
A sada je Google predstavio novu metodu pretvaranja teksta u 3D s elegantnim nazivom TextMesh. Ova metoda obećava da će poboljšati sada moderan pristup Stable Diffusion-Temelji tekst-u-3D model generacija. U svojoj srži, višestruki kutovi generiraju se unosom osnovnog 2D unosa u model. Zatim se rezultati obrađuju i asimiliraju u 3D mrežu pomoću pristupa Neural Radiance Fields (NeRF).
Preporučena: Prompt Engineering Ultimate Guide 2023: |
Prednosti ovog inovativnog pristupa u odnosu na trenutno trendi DreamFusion i CLIPMesh su, prije svega, ispis jednostavan za korištenje. Umjesto korištenja izazovnog NeRF formata, TextMesh pruža 3D mrežu s teksturama, što ga čini puno primjenjivijim za upotrebu u stvarnom svijetu. Osim toga, ovaj pristup izbjegava često susrećeni učinak visoke zasićenosti drugih modela i uspijeva povećati detalje.
Korištenje električnih romobila ističe model radi tako da prvo formirate 3D mrežu od ulazne slike uz pomoć NeRF-a. Rezultati zatim prolaze kroz SDF (Signed Distance Fields) okvir za daljnje pročišćavanje teksture, poboljšavajući ukupnu jasnoću izlazne mreže. Da ne spominjemo, SDF okvir pomaže u izbjegavanju efekta prezasićenosti kao drugi 3D modeli obično pate od.
3D mreže izrađene kao primjer
Ovaj pristup iskorištava uspjeh DiG modela i proširuje NeRF mreže tako da se temelje na SDF okosnici. Ovo proizvodi poboljšane mogućnosti izdvajanja 3D mreže i puno realističnije 3D mreže u usporedbi s prethodno spomenutim metodama.
Rezultati korištenja TextMesha su izuzetno uvjerljivi. Autori čak daju poveznicu na sliku vjeverice napravljenu po njihovom modelu, koja je ni manje ni više nego impresivna.
TextMesh se pokazao kao revolucionarni novi 3D model koji nudi mnoštvo prednosti i može proizvesti iznimno realistične 3D mreže. Njegova će uporaba u bliskoj budućnosti postati sve popularnija.
Pročitajte više o AI:
Izjava o odricanju od odgovornosti
U skladu s Smjernice projekta povjerenja, imajte na umu da informacije navedene na ovoj stranici nemaju namjeru i ne smiju se tumačiti kao pravni, porezni, investicijski, financijski ili bilo koji drugi oblik savjeta. Važno je ulagati samo ono što si možete priuštiti izgubiti i potražiti neovisni financijski savjet ako imate bilo kakvih nedoumica. Za dodatne informacije predlažemo da pogledate odredbe i uvjete, kao i stranice za pomoć i podršku koje pruža izdavatelj ili oglašivač. MetaversePost je predan točnom, nepristranom izvješćivanju, ali tržišni uvjeti podložni su promjenama bez prethodne najave.
O autoru
Damir je voditelj tima, product manager i urednik u Metaverse Post, koji pokriva teme kao što su AI/ML, AGI, LLMs, Metaverse i Web3- srodna polja. Njegovi članci privlače ogromnu publiku od preko milijun korisnika svakog mjeseca. Čini se da je stručnjak s 10 godina iskustva u SEO-u i digitalnom marketingu. Damir je spomenut u Mashableu, Wiredu, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i druge publikacije. Putuje između UAE, Turske, Rusije i CIS-a kao digitalni nomad. Damir je stekao diplomu prvostupnika fizike, za koju vjeruje da mu je dala vještine kritičkog razmišljanja potrebne za uspjeh u stalno promjenjivom okruženju interneta.
Više članakaDamir je voditelj tima, product manager i urednik u Metaverse Post, koji pokriva teme kao što su AI/ML, AGI, LLMs, Metaverse i Web3- srodna polja. Njegovi članci privlače ogromnu publiku od preko milijun korisnika svakog mjeseca. Čini se da je stručnjak s 10 godina iskustva u SEO-u i digitalnom marketingu. Damir je spomenut u Mashableu, Wiredu, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i druge publikacije. Putuje između UAE, Turske, Rusije i CIS-a kao digitalni nomad. Damir je stekao diplomu prvostupnika fizike, za koju vjeruje da mu je dala vještine kritičkog razmišljanja potrebne za uspjeh u stalno promjenjivom okruženju interneta.