Quiz collegato alla guida · Medio Livello
Quiz sulla generazione di testo in 3D
Prova la distillazione DreamFusion, l'ottimizzazione NeRF, gli artefatti Janus, i modelli feed-forward, la coerenza multi-vista e i limiti 3D.
Domanda 1 di 8
Qual è stata l’innovazione chiave di DreamFusion (2022)?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Qual è stata l’innovazione chiave di DreamFusion (2022)?
- Ha utilizzato il campionamento della distillazione del punteggio per creare 3D da un modello di diffusione 2D senza dati di addestramento 3D
- È stato il primo a scansionare oggetti reali con LiDAR
- Si è addestrato direttamente su un enorme set di dati mesh 3D etichettato
- Ha generato modelli 3D istantaneamente utilizzando un singolo passaggio in avanti
- Qual è il "problema di Janus" nella conversione da testo a 3D?
- Il rendering dei modelli è troppo lento per essere utile
- Gli oggetti generati mostrano più facce o fronti da diverse angolazioni
- Le texture appaiono sbiadite e grigie
- Il formato file 3D non è compatibile con i motori di gioco
- Quali coppie erano i primi modelli feed-forward da testo a 3D di OpenAI?
- DALL-E e CLIP
- Diffusione stabile e Midjourney
- Punto E e Forma E
- DreamFusion e Magic3D
- Perché i primi metodi basati sull'ottimizzazione come DreamFusion erano lenti?
- Ogni volta dovevano scaricare i modelli dal cloud
- Per impostazione predefinita, sono stati renderizzati con una risoluzione 8K
- Richiedevano la scultura manuale tra i passaggi
- Hanno ottimizzato una rappresentazione 3D separata per oggetto su molte iterazioni di rendering
- Quale formato di output NON è una tipica rappresentazione 3D prodotta da questi sistemi?
- Forma d'onda audio MP3
- Maglia poligonale
- Campo di radianza (NeRF)
- Nuvola di punti
- Che cosa si intende per sfida con la "coerenza multi-visualizzazione"?
- Rendere la dimensione del file coerente tra le esportazioni
- Garantire che l'oggetto appaia coerente e corretto da ogni angolazione della telecamera
- Mantenere il messaggio di testo entro un limite di parole
- Abbinare la tavolozza dei colori a una guida del marchio
- 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