টেক্সট-টু-3ডি জেনারেশন কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. DreamFusion (2022) এর মূল উদ্ভাবন কি ছিল?
   • এটি 3D প্রশিক্ষণ ডেটা ছাড়াই 2D ডিফিউশন মডেল থেকে 3D তৈরি করতে স্কোর ডিস্টিলেশন স্যাম্পলিং ব্যবহার করে
   • এটিই প্রথম LiDAR দিয়ে আসল বস্তু স্ক্যান করে
   • এটি একটি বিশাল লেবেলযুক্ত 3D মেশ ডেটাসেটে সরাসরি প্রশিক্ষিত
   • এটি একটি একক ফরোয়ার্ড পাস ব্যবহার করে তাত্ক্ষণিকভাবে 3D মডেল তৈরি করেছে
2. টেক্সট-টু-3ডিতে 'জানুস সমস্যা' কী?
   • মডেলগুলি দরকারী হতে খুব ধীরে রেন্ডার করে
   • উৎপন্ন বস্তু বিভিন্ন কোণ থেকে একাধিক মুখ বা সম্মুখভাগ দেখায়
   • অঙ্গবিন্যাস ধুয়ে আউট এবং ধূসর প্রদর্শিত
   • 3D ফাইল ফরম্যাট গেম ইঞ্জিনের সাথে বেমানান
3. কোন জুটি OpenAI এর প্রাথমিক পাঠ্য থেকে 3D ফিড-ফরোয়ার্ড মডেল ছিল?
   • DALL-E এবং CLIP
   • স্থিতিশীল বিস্তার এবং Midjourney
   • পয়েন্ট-ই এবং শেপ-ই
   • DreamFusion এবং Magic3D
4. ড্রিমফিউশনের মতো প্রাথমিক অপ্টিমাইজেশন-ভিত্তিক পদ্ধতিগুলি কেন ধীর ছিল?
   • তাদের প্রতিবার ক্লাউড থেকে মডেল ডাউনলোড করতে হয়েছিল
   • তারা ডিফল্টরূপে 8K রেজোলিউশনে রেন্ডার করেছে
   • তাদের ধাপগুলির মধ্যে ম্যানুয়াল ভাস্কর্যের প্রয়োজন ছিল
   • তারা অনেক রেন্ডারিং পুনরাবৃত্তির উপর বস্তু প্রতি একটি পৃথক 3D উপস্থাপনা অপ্টিমাইজ করেছে
5. কোন আউটপুট বিন্যাস এই সিস্টেমগুলি দ্বারা উত্পাদিত একটি সাধারণ 3D উপস্থাপনা নয়?
   • MP3 অডিও তরঙ্গরূপ
   • বহুভুজ জাল
   • রেডিয়েন্স ফিল্ড (NeRF)
   • বিন্দু মেঘ
6. 'মাল্টি-ভিউ ধারাবাহিকতা' কি একটি চ্যালেঞ্জ হিসাবে উল্লেখ করে?
   • রপ্তানি জুড়ে ফাইলের আকার সামঞ্জস্যপূর্ণ করা
   • প্রতিটি ক্যামেরা কোণ থেকে বস্তুটি সুসংগত এবং সঠিক দেখায় তা নিশ্চিত করা
   • একটি শব্দ সীমার মধ্যে পাঠ্য প্রম্পট রাখা
   • একটি ব্র্যান্ড গাইডের সাথে রঙ প্যালেট ম্যাচ করা
7. 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
8. 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