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突破，通过给定的文本提示和手绘草图，实现了对合成的三维内容的交互式控制和塑造。通过改进的2D条件扩散模型和预训练的可微分照片到草图模型，实现了更好的可控文本到三维生成。实验证明，该模型可以生成准确忠实的与输入的文本提示和草图紧密对齐的三维场景。

MUSES是一个多传感器语义感知数据集，用于自动驾驶在恶劣条件下的研究。该数据集包含2500张图像，捕捉了多样化的天气和照明条件，并具有2D全景注释。MUSES整合了帧相机、激光雷达、雷达、事件相机和IMU/GNSS传感器。该数据集为多模态和不确定性感知的研究提供了新的途径。

该文章介绍了名为MUSES的多传感器语义感知数据集，用于自动驾驶。数据集包括2500张图像，捕捉了多样化的天气和照明条件，并使用了多种传感器。该数据集引入了新任务——不确定性感知全景分割，并提供了标准的语义分割和全景分割。该数据集为多模态和不确定性感知的研究提供了新途径。