ТектМесх: Ново Stable Diffusion- Модел заснован на тексту у 3Д од Гоогле-а
Укратко
ТектМесх је нови Гоогле-ов рад за претварање текста у 3Д који побољшава сада модеран приступ коришћењу Stable Diffusion да генерише различите углове исте основне линије (2Д слике), а затим се 3Д мрежа саставља од овога користећи НеРФ.
Недавно је могућност генерисања 2Д слика из текстуалних упита доживела велики успех захваљујући раду модела за генерисање дифузних слика. Ови модели су веома способни да произведу висококвалитетне узорке слика уз текстуални упит, омогућавајући једноставан интерфејс текст-слика. Надовезујући се на ове напретке у области генерисања 2Д слика, велико питање у овој индустрији је да ли је могуће применити сличне моделе дифузије за генерисање 3Д модела из текста.
А сада је Гоогле представио нову методу текста у 3Д са елегантним именом ТектМесх. Овај метод обећава да ће побољшати сада модеран приступ Stable DiffusionЗасновано текст у 3Д модел генерације. У суштини, вишеструки углови се генеришу уносом основног 2Д улаза у модел. Затим се резултати обрађују и асимилују у 3Д мрежу користећи приступ Неурал Радианце Фиелдс (НеРФ).
| Препоручује се: Промпт Енгинееринг Ултимате Гуиде 2023: |
Предности овог иновативног приступа у односу на тренутно тренди ДреамФусион и ЦЛИПМесх су, пре свега, једноставан излаз. Уместо да користи изазовни НеРФ формат, ТектМесх обезбеђује 3Д мрежу са текстурама, што га чини много применљивијим за употребу у стварном свету. Поред тога, овај приступ избегава ефекте високог засићења који се често среће код других модела и успева да повећа детаље.
модел ради тако што се прво формира 3Д мрежа од улазне слике уз помоћ НеРФ-а. Резултати затим пролазе кроз СДФ (Сигнед Дистанце Фиелдс) оквир да би се додатно побољшала текстура, побољшавајући укупну јасноћу излазне мреже. Да не спомињемо, СДФ оквир помаже у избегавању ефекта презасићености који други 3Д модела обично пате од.
3Д мреже креиране као пример
Овај приступ користи предност успеха ДиГ модела и проширује НеРФ мреже тако да буду засноване на СДФ кичми. Ово производи побољшане могућности екстракције 3Д мреже и много реалистичније 3Д мреже у поређењу са претходно разматраним методама.
Резултати коришћења ТектМесх-а су изузетно убедљиви. Аутори чак дају линк до слике веверице направљене по њиховом моделу, што је ништа мање него импресивно.
ТектМесх се показао као револуционарни нови 3Д модел који нуди мноштво предности и може да произведе изузетно реалистичне 3Д мреже. Његова употреба ће у блиској будућности постати све популарнија.
Прочитајте више о АИ:
Одрицање од одговорности
У складу са Смернице пројекта Труст, имајте на уму да информације дате на овој страници нису намењене и не треба да се тумаче као правни, порески, инвестициони, финансијски или било који други облик савета. Важно је да инвестирате само оно што можете приуштити да изгубите и да тражите независан финансијски савет ако сумњате. За додатне информације, предлажемо да погледате одредбе и услове, као и странице помоћи и подршке које пружа издавач или оглашивач. MetaversePost је посвећен тачном, непристрасном извештавању, али тржишни услови су подложни променама без претходне најаве.
О аутору
Дамир је вођа тима, менаџер производа и уредник у Metaverse Post, покривајући теме као што су АИ/МЛ, АГИ, ЛЛМ, Метаверсе и Web3-сродна поља. Његови чланци привлаче огромну публику од преко милион корисника сваког месеца. Чини се да је стручњак са 10 година искуства у СЕО и дигиталном маркетингу. Дамир се помиње у Масхабле, Виред, Cointelegraph, Тхе Нев Иоркер, Инсиде.цом, Ентрепренеур, БеИнЦрипто и друге публикације. Путује између УАЕ, Турске, Русије и ЗНД као дигитални номад. Дамир је стекао диплому физике, за коју верује да му је дало вештине критичког размишљања које су му потребне да буде успешан у свету интернета који се стално мења.
više чланака
Дамир је вођа тима, менаџер производа и уредник у Metaverse Post, покривајући теме као што су АИ/МЛ, АГИ, ЛЛМ, Метаверсе и Web3-сродна поља. Његови чланци привлаче огромну публику од преко милион корисника сваког месеца. Чини се да је стручњак са 10 година искуства у СЕО и дигиталном маркетингу. Дамир се помиње у Масхабле, Виред, Cointelegraph, Тхе Нев Иоркер, Инсиде.цом, Ентрепренеур, БеИнЦрипто и друге публикације. Путује између УАЕ, Турске, Русије и ЗНД као дигитални номад. Дамир је стекао диплому физике, за коју верује да му је дало вештине критичког размишљања које су му потребне да буде успешан у свету интернета који се стално мења.
