Kuis terkait panduan · Sedang Tingkat
Kuis Generasi Teks-ke-3D
Uji distilasi DreamFusion, pengoptimalan NeRF, artefak Janus, model feed-forward, konsistensi multi-tampilan, dan batas 3D.
Pertanyaan 1 dari 8
Apa inovasi utama DreamFusion (2022)?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Apa inovasi utama DreamFusion (2022)?
- Ini menggunakan Score Distillation Sampling untuk membuat 3D dari model difusi 2D tanpa data pelatihan 3D
- Ini adalah yang pertama memindai objek nyata dengan LiDAR
- Ini dilatih langsung pada kumpulan data mesh 3D berlabel besar
- Ini menghasilkan model 3D secara instan menggunakan satu forward pass
- Apa 'masalah Janus' dalam text-to-3D?
- Model dirender terlalu lambat sehingga tidak berguna
- Objek yang dihasilkan menampilkan banyak wajah atau bagian depan dari berbagai sudut
- Tekstur tampak pudar dan berwarna abu-abu
- Format file 3D tidak kompatibel dengan mesin game
- Pasangan mana yang merupakan model penerusan teks ke 3D awal OpenAI?
- DALL-E dan KLIP
- Difusi Stabil dan Midjourney
- Titik-E dan Bentuk-E
- DreamFusion dan Magic3D
- Mengapa metode berbasis pengoptimalan awal seperti DreamFusion lambat?
- Mereka harus mengunduh model dari cloud setiap saat
- Mereka ditampilkan dalam resolusi 8K secara default
- Mereka membutuhkan pemahatan manual di antara langkah-langkahnya
- Mereka mengoptimalkan representasi 3D terpisah per objek pada banyak iterasi rendering
- Format keluaran manakah yang BUKAN merupakan representasi 3D biasa yang dihasilkan oleh sistem ini?
- Bentuk gelombang audio MP3
- Jaring poligon
- Bidang pancaran (NeRF)
- Titik awan
- Apa yang dimaksud dengan 'konsistensi multi-tayangan' sebagai tantangan?
- Membuat ukuran file konsisten di seluruh ekspor
- Memastikan objek terlihat koheren dan benar dari setiap sudut kamera
- Menjaga prompt teks di bawah batas kata
- Mencocokkan palet warna dengan panduan merek
- 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