大規模なマルチビュー ガウス モデル

このチュートリアルでは、LGMのデモ実装を紹介します。LGM（Large Multi-View Gaussian Model）は、テキストプロンプトまたは単一ビュー画像から高解像度の3Dモデルを生成する革新的なフレームワークです。北京大学、南洋理工大学S-Lab、上海人工知能研究所の研究者によって、論文で開発されました。 LGM: 高解像度 3D コンテンツ作成のための大規模マルチビュー ガウス モデル 本論文で提案するLGMフレームワークは、3D表現としてマルチビューガウス特徴量を使用し、バックボーンネットワークとして非対称U-Netを用いることで、高忠実度かつ効率的な3Dモデル生成を実現します。この手法は5秒以内に3Dオブジェクトを生成し、学習解像度を512まで高めることで、高解像度の3Dコンテンツ生成を実現します。

エフェクト表示

ステップの実行

1. チュートリアル コンテナを複製して正常に起動したら、次の手順に従って操作ページに移動します。

2. 写真をアップロード/プロンプトワードを入力/両方を混合して 3D 表示効果を生成します。