InayofuataMwongozo unaofuata
Muhtasari wa Mtazamo wa Riwaya
AI ya kuona
Mwongozo wa AI unaoonekana
Mtazamo wa Riwaya ya Sifuri-1-hadi-3
Sifuri-1-hadi-3 hubadilisha picha moja ya kitu kuwa picha za kitu sawa kinachoonekana kutoka kwa pembe yoyote mpya, kwa kutumia muundo wa uenezaji uliowekwa kwenye mzunguko wa kamera unaouliza.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Katika ukurasa huudk 2 kusoma
Muhtasari
It matters because it lets you reconstruct 3D-consistent views without ever scanning the object from multiple sides.
Dive ya kina
Sufuri-1-hadi-3 (kutoka Columbia, 2023) husanikisha Usambazaji Imara ili iweze kufanya usanisi wa mwonekano wa riwaya yenye risasi sifuri kutoka kwa picha moja ya ingizo. Unailisha picha moja pamoja na kibadilishaji cha kamera (mzunguko na tafsiri ndogo), na muundo hutoa jinsi kitu kingeonekana kutoka kwa mtazamo huo mpya. Wazo kuu ni kwamba miundo mikubwa ya uenezaji wa 2D, iliyofunzwa kwenye mkusanyiko mkubwa wa picha za wavuti, imechukua kwa udhahiri vipaumbele vya kijiometri na kimwili kuhusu jinsi vitu vinavyoonekana katika 3D. Kwa kupanga vyema mkusanyiko wa data sanisi wa vitu vinavyotolewa kutoka kwa pembe nyingi za kamera zinazodhibitiwa (kwa kutumia Objaverse), kielelezo hujifunza kuweka ramani za vipengee hivyo kwenye udhibiti wa kamera dhahiri. Mionekano inayozalishwa inaweza kisha kulisha ujenzi wa 3D wa chini.
Utekelezaji wa Ulimwengu Halisi
Inazalisha mionekano inayoweza kubadilika ya picha ya bidhaa moja ili uorodheshaji wa biashara ya mtandaoni uweze kuonyesha bidhaa kutoka pande zote
Kufunga matundu ya 3D yenye maandishi ya kitu kutoka kwa muhtasari wa simu moja kwa muhtasari wa AR
Kuunda sanaa thabiti ya marejeleo ya pembe nyingi ya mhusika au prop kwa wasanii wa dhana ya mchezo na filamu
Kulisha maoni ya riwaya iliyosanifiwa katika ujenzi wa NeRF au Gaussian Splatting kujaza jiometri isiyoonekana.
Mustakabali wa Mtazamo wa Riwaya ya Sifuri-1-hadi-3
Sufuri-1-hadi-3 ilipanda wimbi la mabomba ya picha hadi 3D. Wafuasi kama Zero123-XL, SyncDreamer, na One-2-3-45 husukuma kuelekea uthabiti wa mwonekano-nyingi na utoaji wa wavu wa 3D unaotegemeka zaidi, huku kuunganishwa na Gaussian Splatting na miundo mikubwa ya ujenzi upya kunapunguza muda wa uzalishaji kutoka dakika hadi sekunde. Tarajia uthabiti wa mwonekano mgumu zaidi, mwonekano wa juu zaidi, na ujumuishaji wa ulimwengu halisi (sio tu kitu-sanisi) kadri miundo hii ya uenezaji inayoweza kudhibitiwa inapoiva na kuwa zana za kawaida za kuunda maudhui.
Kuiweka katika vitendo
Kwa nini ni muhimu
- Kasi na kiwango. Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
- Tengeneza chaguzi. Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
- Timu na mtiririko wa kazi. Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Jihadharini na
- Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
- Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
- Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Hatua zinazofuata
- Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
- Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
- Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
- Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Jarida halali
Pata taarifa ya kila siku ya AI
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Take the Zero-1-to-3 Novel View Diffusion quiz
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
Maswali yanayoulizwa mara kwa mara
What is Zero-1-to-3 Novel View Diffusion?
Sifuri-1-hadi-3 hubadilisha picha moja ya kitu kuwa picha za kitu sawa kinachoonekana kutoka kwa pembe yoyote mpya, kwa kutumia muundo wa uenezaji uliowekwa kwenye mzunguko wa kamera unaouliza. Ni muhimu kwa sababu hukuruhusu kuunda upya mionekano inayolingana 3D bila hata kuchanganua kitu kutoka pande nyingi.
Je, ingizo la msingi la Zero-1-hadi-3 linahitaji nini pamoja na picha moja ili kutoa mwonekano mpya?
Sufuri-1-hadi-3 imewekwa kwenye picha moja pamoja na mkao wa kamera wa jamaa, kwa hivyo unabainisha mzunguko na tafsiri kwa mtazamo unaohitajika.
Zero-1-to-3 imejengwa kwa kusawazisha ni aina gani ya modeli?
Inaboresha muundo mkubwa wa uenezaji wa 2D uliofunzwa awali ili iweze kutumia vipaumbele vya kijiometri miundo hiyo iliyojifunza kwa njia isiyo wazi kutoka kwa picha za wavuti.
Kwa nini muundo wa uenezaji wa 2D unaweza kufanya usanisi wa riwaya isiyo na risasi hata kidogo?
Mafunzo ya kiwango kikubwa cha 2D hutoa ujuzi kamili wa jinsi vitu vinavyoonekana katika 3D, ambayo urekebishaji mzuri hufanya kudhibitiwa kupitia mkao wa kamera.
Ni seti gani ya data ya vitu vya 3D ilikuwa msingi wa kufunza Zero-1-to-3?
Ilifunzwa kwenye sehemu tatu za picha-pozi-picha zilizotolewa kutoka kwa mkusanyiko mkubwa wa vitu vya 3D kama vile Objaverse.
Maelezo mazuri ya picha ya chanzo yanahifadhiwaje katika kizazi?
Picha mbichi imeambatanishwa na njia iliyofichika yenye kelele (kando ya upachikaji wa CLIP kwa semantiki) ili utambulisho na undani uendelee.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii