اختبار مرتبط بالدليل · متوسط المستوى

اختبار إنشاء النص إلى ثلاثي الأبعاد

اختبار تقطير DreamFusion، وتحسين NeRF، وعناصر Janus، ونماذج التغذية الأمامية، وتناسق العرض المتعدد، والحدود ثلاثية الأبعاد.

مسارات الدليل ذات الصلةتحويل النص إلى جيل ثلاثي الأبعاد

سؤال 1 من 8

ما هو الابتكار الرئيسي في DreamFusion (2022)؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

ما هو الابتكار الرئيسي في DreamFusion (2022)؟
- تم استخدام أخذ عينات التقطير لإنشاء نموذج ثلاثي الأبعاد من نموذج نشر ثنائي الأبعاد بدون بيانات تدريب ثلاثية الأبعاد
- كان أول من قام بمسح الأشياء الحقيقية باستخدام LiDAR
- لقد تدرب مباشرة على مجموعة بيانات ضخمة ثلاثية الأبعاد
- لقد أنشأ نماذج ثلاثية الأبعاد على الفور باستخدام تمريرة أمامية واحدة
ما هي "مشكلة يانوس" في تحويل النص إلى ثلاثي الأبعاد؟
- يتم عرض النماذج ببطء شديد بحيث لا تكون مفيدة
- تُظهر الكائنات التي تم إنشاؤها وجوهًا أو جبهات متعددة من زوايا مختلفة
- تظهر القوام مغسولة ورمادية
- تنسيق الملف ثلاثي الأبعاد غير متوافق مع محركات الألعاب
أي زوج كان من نماذج OpenAI المبكرة لتحويل النص إلى ثلاثية الأبعاد؟
- DALL-E وCLIP
- الانتشار المستقر و Midjourney
- النقطة-E والشكل-E
- دريم فيوجن و ماجيك 3 دي
لماذا كانت الأساليب المبكرة القائمة على التحسين مثل DreamFusion بطيئة؟
- كان عليهم تنزيل النماذج من السحابة في كل مرة
- لقد تم عرضها بدقة 8K بشكل افتراضي
- لقد تطلبوا النحت اليدوي بين الخطوات
- لقد قاموا بتحسين تمثيل ثلاثي الأبعاد منفصل لكل كائن عبر العديد من تكرارات العرض
ما هو تنسيق الإخراج الذي لا يمثل تمثيلاً ثلاثي الأبعاد نموذجيًا تنتجه هذه الأنظمة؟
- شكل موجة صوتية MP3
- شبكة مضلعة
- مجال الإشعاع (NeRF)
- سحابة النقطة
ما الذي يشير إليه "تناسق وجهات النظر المتعددة" باعتباره تحديًا؟
- جعل حجم الملف ثابتًا عبر الصادرات
- التأكد من أن الكائن يبدو متماسكًا وصحيحًا من كل زاوية الكاميرا
- إبقاء النص موجهًا ضمن عدد الكلمات المسموح به
- مطابقة لوحة الألوان مع دليل العلامة التجارية
What representation does Shap-E directly generate?
- Only a fixed-resolution RGB image
- A text transcript with speaker labels
- Parameters of implicit functions that can render as textured meshes or neural radiance fields
- A single unstructured audio waveform
How does the Point-E paper’s two-stage system produce a 3D point cloud?
- A 3D artist manually models every prompt
- A NeRF is optimized from scratch using hundreds of camera views
- A classifier predicts a file extension without generating geometry
- A text-to-image model first generates a synthetic view, then an image-conditioned diffusion model produces a point cloud