本研究提出了一种渐进渲染蒸馏（PRD）训练方案，旨在解决文本到3D网格生成模型缺乏高质量训练数据的问题。PRD消除了对3D真实数据的需求，结合多视图扩散模型与稳定扩散，实现高效且高质量的3D网格生成，尤其在复杂文本提示下表现优异。

本文讨论了语言模型的扩展和发展趋势，指出扩展定律被误解，模型的涌现能力受限于外推能力，高质量训练数据难以获取，扩展几乎无法实现人工通用智能，模型行业面临模型尺寸下行压力，合成数据不能替代高质量人类数据，训练时间逐渐增长，许多CEO降低了对AGI的期望。