Kvíz spojený s průvodcem · Střední úroveň
Kvíz generování textu na 3D
Testujte destilaci DreamFusion, optimalizaci NeRF, artefakty Janus, dopředné modely, konzistenci více pohledů a limity 3D.
Otázka 1 z 8
Jaká byla klíčová inovace DreamFusion (2022)?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jaká byla klíčová inovace DreamFusion (2022)?
- Použil Score Destillation Sampling k vytvoření 3D z 2D difúzního modelu bez 3D tréninkových dat.
- Byla první, která skenovala skutečné objekty pomocí LiDAR
- Trénovalo se přímo na masivním označeném datovém souboru 3D sítě
- Okamžitě vygeneroval 3D modely pomocí jediného průchodu dopředu
- Co je to „Janusův problém“ v převodu textu do 3D?
- Modely se vykreslují příliš pomalu na to, aby byly užitečné
- Vygenerované objekty zobrazují více ploch nebo čel z různých úhlů
- Textury vypadají vymyté a šedé
- Formát 3D souboru není kompatibilní s herními motory
- Který pár byl prvními modely OpenAI pro předávání textu do 3D?
- DALL-E a CLIP
- Stabilní difúze a Midjourney
- Bod-E a Shap-E
- DreamFusion a Magic3D
- Proč byly počáteční metody založené na optimalizaci jako DreamFusion pomalé?
- Pokaždé si museli stáhnout modely z cloudu
- Standardně se vykreslovaly v rozlišení 8K
- Vyžadovali ruční vyřezávání mezi kroky
- Optimalizovali samostatnou 3D reprezentaci na objekt během mnoha iterací vykreslování
- Který výstupní formát NENÍ typickou 3D reprezentací produkovanou těmito systémy?
- Zvuková křivka MP3
- Polygonová síť
- Radiační pole (NeRF)
- Mračno bodů
- Co označuje „konzistence více pohledů“ jako výzvu?
- Zajištění konzistentní velikosti souboru napříč exporty
- Zajištění, že objekt vypadá koherentně a správně z každého úhlu kamery
- Udržení textové výzvy pod limitem slov
- Přizpůsobení palety barev průvodci značkou
- 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