Вікторина, пов’язана з посібником · Середній Рівень

Тест із створення тексту в 3D

Перевірте дистиляцію DreamFusion, оптимізацію NeRF, артефакти Janus, моделі прямого зв’язку, узгодженість кількох переглядів і обмеження 3D.

Пов'язані напрямні шляхиГенерація тексту в 3D
Питання 1 з 8

Що було ключовим нововведенням DreamFusion (2022)?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що було ключовим нововведенням DreamFusion (2022)?
    • Він використовував Score Distillation Sampling для створення 3D з 2D дифузійної моделі без даних навчання 3D
    • Він був першим, хто сканував реальні об’єкти за допомогою LiDAR
    • Він навчався безпосередньо на масивному наборі даних тривимірної сітки з мітками
    • Він миттєво створював 3D-моделі за допомогою одного проходу вперед
  2. Що таке «проблема Януса» в тексті в 3D?
    • Моделі відтворюються надто повільно, щоб бути корисними
    • Згенеровані об’єкти показують кілька облич або фасадів під різними кутами
    • Текстури виглядають розмитими та сірими
    • Формат файлу 3D несумісний з ігровими движками
  3. Якою парою були ранні моделі прямого перетворення тексту в 3D OpenAI?
    • DALL-E і CLIP
    • Стабільна дифузія та Midjourney
    • Point-E і Shap-E
    • DreamFusion і Magic3D
  4. Чому перші методи, засновані на оптимізації, такі як DreamFusion, були повільними?
    • Кожен раз їм доводилося завантажувати моделі з хмари
    • За замовчуванням вони рендерилися в роздільній здатності 8K
    • Вони потребували ручного ліплення між кроками
    • Вони оптимізували окреме 3D-представлення для кожного об’єкта протягом багатьох ітерацій візуалізації
  5. Який вихідний формат НЕ є типовим 3D-представленням, створеним цими системами?
    • Форма звукового сигналу MP3
    • Багатокутна сітка
    • Поле випромінювання (NeRF)
    • Хмара точок
  6. Що означає "узгодженість кількох переглядів" як виклик?
    • Зміна розміру файлу для експорту
    • Переконайтеся, що об’єкт виглядає цілісним і правильним під будь-яким кутом камери
    • Зберігання текстової підказки за обмеженням кількості слів
    • Зіставлення колірної палітри з керівництвом бренду
  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