テキストから 3D への生成クイズ

クイズに答えると、答えと解説が表示されます。

1. DreamFusion (2022) の主な革新は何でしたか?
   • スコア蒸留サンプリングを使用して、3D トレーニング データなしで 2D 拡散モデルから 3D を作成しました。
   • LiDARを使用して実物体をスキャンしたのは初めてでした
   • 大規模なラベル付き 3D メッシュ データセットで直接トレーニングしました
   • 単一の前方パスを使用して 3D モデルを瞬時に生成
2. テキストから 3D への変換における「ヤヌス問題」とは何ですか?
   • モデルのレンダリングが遅すぎて役に立たない
   • 生成されたオブジェクトには、さまざまな角度から複数の面または正面が表示されます
   • テクスチャが色あせて灰色に見える
   • 3D ファイル形式はゲーム エンジンと互換性がありません
3. OpenAI の初期のテキストから 3D へのフィードフォワード モデルはどのペアですか?
   • ダルイーとクリップ
   • 安定した拡散と Midjourney
   • Point-E と Shap-E
   • DreamFusion と Magic3D
4. DreamFusion のような初期の最適化ベースの手法が遅かったのはなぜですか?
   • 毎回クラウドからモデルをダウンロードする必要がありました
   • デフォルトでは 8K 解像度でレンダリングされます
   • ステップ間に手作業での彫刻が必要でした
   • レンダリングを何度も繰り返して、オブジェクトごとに個別の 3D 表現を最適化しました。
5. これらのシステムで生成される典型的な 3D 表現ではない出力形式はどれですか?
   • MP3オーディオ波形
   • ポリゴンメッシュ
   • ラディアンスフィールド (NeRF)
   • 点群
6. 「マルチビューの一貫性」とは何を指すのでしょうか?
   • エクスポート間でファイル サイズを一定にする
   • オブジェクトがどのカメラ角度から見ても一貫性があり、正確に見えるようにする
   • テキストプロンプトを文字数制限内に保つ
   • カラーパレットをブランドガイドに合わせる
7. Shap-E はどのような表現を直接生成しますか?
   • 固定解像度の RGB 画像のみ
   • 話者ラベル付きのテキストトランスクリプト
   • テクスチャメッシュまたはニューラル放射フィールドとしてレンダリングできる暗黙関数のパラメータ
   • 単一の非構造化オーディオ波形
8. Point-E ペーパーの 2 段階システムはどのようにして 3D 点群を生成するのでしょうか?
   • 3D アーティストがすべてのプロンプトを手動でモデル化します
   • NeRF は何百ものカメラ ビューを使用してゼロから最適化されます
   • 分類器はジオメトリを生成せずにファイル拡張子を予測します
   • テキストから画像へのモデルは最初に合成ビューを生成し、次に画像条件付き拡散モデルが点群を生成します。