Dual3D: 双模多视角潜在扩散下高效一致的文本到 3D 生成
原文中文，约400字，阅读约需1分钟。发表于：。我们提出了 Dual3D，一种新颖的文本到 3D 生成框架，仅需 1 分钟从文本生成高质量的 3D 资产。其中关键组件是双模态多视图潜在扩散模型，通过单个潜在去噪网络可以有效去噪多视图潜在，在 3D 模式下可以生成一致渲染的三面神经表面实现去噪。我们通过预训练的文本到图像潜在扩散模型调整多数模块，避免了从头训练的昂贵代价。同时，我们提出了双模态切换推理策略，仅使用 1/10 的去噪步骤和...
研究人员提出了Dual3D框架，可在1分钟内生成高质量的3D资产。使用双模态多视图潜在扩散模型和去噪网络实现一致渲染的三面神经表面。另外，提出了双模态切换推理策略，可在10秒内生成高质量的3D资产。实验证明该方法在减少生成时间的同时提供了最先进的性能。
