最新的大规模文本到图像扩散模型在文本到三维生成领域取得了重大突破。通过给定的文本提示和手绘草图，该模型能够生成与输入紧密对齐的准确忠实的三维场景。这项技术的突破在于增强了用户的可控性，使其能够根据需求对合成的三维内容进行交互式控制和塑造。通过广泛的实验证明，该模型能够有效地实现可控的文本到三维生成。