ECCV 2024 | 引入DiT的原生3D通用框架，适用任意神经场、秒级生成
ECCV 2024 | 引入DiT的原生3D通用框架，适用任意神经场、秒级生成在 ECCV 2024 中，来自南洋理工大学 S-Lab、上海 AI Lab 以及北京大学的研究者提出了一种原生 3D LDM 生成框架。
来自主题: AI技术研报
8111 点击 2024-08-25 12:47
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
在 ECCV 2024 中，来自南洋理工大学 S-Lab、上海 AI Lab 以及北京大学的研究者提出了一种原生 3D LDM 生成框架。
在人工智能领域，图像生成技术一直是一个备受关注的话题。近年来，扩散模型（Diffusion Model）在生成逼真且复杂的图像方面取得了令人瞩目的进展。然而，技术的发展也引发了潜在的安全隐患，比如生成有害内容和侵犯数据版权。这不仅可能对用户造成困扰，还可能涉及法律和伦理问题。
三维数字人生成和编辑在数字孪生、元宇宙、游戏、全息通讯等领域有广泛应用。传统三维数字人制作往往费时耗力，近年来研究者提出基于三维生成对抗网络（3D GAN）从 2D 图像中学习三维数字人，极大提高了数字人制作效率。
近日，来自加州大学尔湾分校等机构的研究人员，利用延迟掩蔽、MoE、分层扩展等策略，将扩散模型的训练成本降到了1890美元。
只需30秒，AI就能像3D建模师一样，在各种指示下生成高质量人造Mesh。
只用1890美元、3700 万张图像，就能训练一个还不错的扩散模型。
用扩散模型搞社交信息推荐，怎么解决数据噪声难题？现有的一些自监督学习方法效果还是有限。
近日，MIT CSAIL 的一个研究团队（一作为 MIT 在读博士陈博远）成功地将全序列扩散模型与下一 token 模型的强大能力统合到了一起，提出了一种训练和采样范式：Diffusion Forcing（DF）。
想象一下你在刷短视频，系统想要推荐你可能会喜欢的内容。
只需Image Tokenizer，Llama也能做图像生成了，而且效果超过了扩散模型。