本文介绍了PI3D框架，利用预训练的文本到图像扩散模型在几分钟内生成高质量的3D形状。通过微调2D扩散模型为3D扩散模型，PI3D具备了3D生成能力和2D模型的泛化能力，并通过分数蒸馏抽样提高采样的3D形状质量。PI3D实现了从图像到三视图生成的迁移，并通过混合训练伪图像和真实图像提高泛化能力。PI3D能够在几秒钟内采样多样性的3D模型，并在几分钟内改进。实验结果证实了PI3D在快速生成一致且高质量的3D模型方面的优势。建议PI3D是文本到3D生成领域的一个有前景的进展。

本文介绍了PI3D框架，利用预训练的文本到图像扩散模型在几分钟内生成高质量的3D形状。PI3D具备了3D生成能力和2D模型的泛化能力，并通过分数蒸馏抽样提高3D形状的质量。PI3D实现了从图像到三视图生成的迁移，并通过混合训练伪图像和真实图像提高泛化能力。PI3D能够在几秒钟内采样多样性的3D模型，并在几分钟内改进。实验结果证实了PI3D在快速生成一致且高质量的3D模型方面的优势。建议PI3D是文本到3D生成领域的有前景的进展。

本文介绍了PI3D框架，利用预训练的文本到图像扩散模型在几分钟内生成高质量的3D形状。通过微调2D扩散模型为3D扩散模型，PI3D具备了3D生成能力和2D模型的泛化能力，并通过分数蒸馏抽样提高3D形状质量。PI3D能够在几秒钟内采样多样性的3D模型，并在几分钟内改进。实验证实了PI3D在快速生成一致且高质量的3D模型方面的优势。PI3D是文本到3D生成领域的有前景的进展，希望能激发更多关于利用2D和3D数据知识的3D生成研究。