Quiz sur la génération de texte en 3D

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. Quelle a été l’innovation clé de DreamFusion (2022) ?
   • Il a utilisé le Score Distillation Sampling pour créer de la 3D à partir d'un modèle de diffusion 2D sans données d'entraînement 3D.
   • C'était le premier à scanner des objets réels avec LiDAR
   • Il s'est entraîné directement sur un énorme ensemble de données de maillage 3D étiqueté
   • Il a généré des modèles 3D instantanément en utilisant un seul passage vers l'avant
2. Quel est le « problème Janus » dans la conversion texte-3D ?
   • Les modèles s'affichent trop lentement pour être utiles
   • Les objets générés affichent plusieurs faces ou façades sous différents angles
   • Les textures semblent délavées et grises
   • Le format de fichier 3D est incompatible avec les moteurs de jeux
3. Quelle paire étaient les premiers modèles de conversion texte-3D de OpenAI ?
   • DALL-E et CLIP
   • Diffusion stable et Midjourney
   • Point-E et Forme-E
   • DreamFusion et Magic3D
4. Pourquoi les premières méthodes basées sur l'optimisation comme DreamFusion étaient-elles lentes ?
   • Ils devaient à chaque fois télécharger des modèles depuis le cloud
   • Ils sont rendus en résolution 8K par défaut
   • Ils nécessitaient une sculpture manuelle entre les étapes
   • Ils ont optimisé une représentation 3D distincte par objet sur de nombreuses itérations de rendu
5. Quel format de sortie n'est PAS une représentation 3D typique produite par ces systèmes ?
   • Forme d'onde audio MP3
   • Maillage polygonal
   • Champ de rayonnement (NeRF)
   • Nuage de points
6. Qu'est-ce que la « cohérence multi-vues » désigne comme un défi ?
   • Rendre la taille du fichier cohérente dans toutes les exportations
   • S'assurer que l'objet semble cohérent et correct sous tous les angles de caméra
   • Garder l'invite de texte sous une limite de mots
   • Faire correspondre la palette de couleurs à un guide de marque
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