Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Penjanaan Teks-ke-3D

Uji penyulingan DreamFusion, pengoptimuman NeRF, artifak Janus, model suapan ke hadapan, ketekalan berbilang paparan dan had 3D.

Laluan panduan yang berkaitanTeks Kepada Penjanaan 3D
soalan 1 daripada 8

Apakah inovasi utama DreamFusion (2022)?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah inovasi utama DreamFusion (2022)?
    • Ia menggunakan Pensampelan Penyulingan Skor untuk membuat 3D daripada model resapan 2D tanpa data latihan 3D
    • Ia adalah yang pertama mengimbas objek sebenar dengan LiDAR
    • Ia dilatih secara langsung pada set data jejaring 3D berlabel besar-besaran
    • Ia menjana model 3D serta-merta menggunakan satu hantaran hadapan
  2. Apakah 'masalah Janus' dalam teks-ke-3D?
    • Model dipaparkan terlalu perlahan untuk digunakan
    • Objek yang dihasilkan menunjukkan berbilang muka atau hadapan dari sudut yang berbeza
    • Tekstur kelihatan pudar dan kelabu
    • Format fail 3D tidak serasi dengan enjin permainan
  3. Pasangan manakah model suapan hadapan teks-ke-3D awal OpenAI?
    • DALL-E dan CLIP
    • Resapan Stabil dan Midjourney
    • Titik-E dan Shap-E
    • DreamFusion dan Magic3D
  4. Mengapakah kaedah berasaskan pengoptimuman awal seperti DreamFusion lambat?
    • Mereka terpaksa memuat turun model dari awan setiap kali
    • Mereka dipaparkan dalam resolusi 8K secara lalai
    • Mereka memerlukan ukiran manual antara langkah
    • Mereka mengoptimumkan perwakilan 3D yang berasingan bagi setiap objek berbanding banyak lelaran pemaparan
  5. Format output yang manakah BUKAN perwakilan 3D biasa yang dihasilkan oleh sistem ini?
    • Bentuk gelombang audio MP3
    • jaringan poligon
    • Medan sinaran (NeRF)
    • Awan titik
  6. Apakah yang 'konsistensi berbilang paparan' merujuk sebagai cabaran?
    • Menjadikan saiz fail konsisten merentas eksport
    • Memastikan objek kelihatan koheren dan betul dari setiap sudut kamera
    • Mengekalkan gesaan teks di bawah had perkataan
    • Memadankan palet warna dengan panduan jenama
  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