ٹیکسٹ سے تھری ڈی جنریشن کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. DreamFusion (2022) کی کلیدی اختراع کیا تھی؟
   • اس نے 3D ٹریننگ ڈیٹا کے بغیر 2D ڈفیوژن ماڈل سے 3D بنانے کے لیے سکور ڈسٹلیشن سیمپلنگ کا استعمال کیا
   • یہ LiDAR کے ساتھ اصلی اشیاء کو اسکین کرنے والا پہلا تھا۔
   • اس نے بڑے پیمانے پر لیبل والے 3D میش ڈیٹاسیٹ پر براہ راست تربیت دی۔
   • اس نے ایک ہی فارورڈ پاس کا استعمال کرتے ہوئے فوری طور پر 3D ماڈل بنائے
2. ٹیکسٹ ٹو تھری ڈی میں 'جانوس کا مسئلہ' کیا ہے؟
   • کارآمد ہونے کے لیے ماڈلز بہت آہستہ سے پیش کرتے ہیں۔
   • تخلیق کردہ اشیاء مختلف زاویوں سے متعدد چہرے یا محاذ دکھاتی ہیں۔
   • بناوٹ دھل کر خاکستری دکھائی دیتی ہے۔
   • 3D فائل فارمیٹ گیم انجن کے ساتھ مطابقت نہیں رکھتا ہے۔
3. کون سا جوڑا OpenAI کے ابتدائی ٹیکسٹ سے 3D فیڈ فارورڈ ماڈلز تھے؟
   • DALL-E اور CLIP
   • مستحکم بازی اور Midjourney
   • پوائنٹ-ای اور شیپ-ای
   • ڈریم فیوژن اور میجک تھری ڈی
4. ڈریم فیوژن جیسے ابتدائی اصلاح پر مبنی طریقے سست کیوں تھے؟
   • انہیں ہر بار بادل سے ماڈلز ڈاؤن لوڈ کرنے پڑتے تھے۔
   • وہ بطور ڈیفالٹ 8K ریزولوشن میں پیش کیے گئے۔
   • انہیں قدموں کے درمیان دستی مجسمہ سازی کی ضرورت تھی۔
   • انہوں نے بہت سے رینڈرنگ تکرار پر فی آبجیکٹ ایک علیحدہ 3D نمائندگی کو بہتر بنایا
5. کون سا آؤٹ پٹ فارمیٹ ان سسٹمز کے ذریعہ تیار کردہ ایک عام 3D نمائندگی نہیں ہے؟
   • MP3 آڈیو ویوفارم
   • کثیرالاضلاع میش
   • ریڈیئنس فیلڈ (NeRF)
   • پوائنٹ کلاؤڈ
6. 'ملٹی ویو مستقل مزاجی' کو ایک چیلنج کے طور پر کیا کہتے ہیں؟
   • تمام برآمدات میں فائل کے سائز کو یکساں بنانا
   • اس بات کو یقینی بنانا کہ ہر کیمرے کے زاویے سے آبجیکٹ مربوط اور درست نظر آئے
   • متن کو الفاظ کی حد کے تحت رکھنا
   • رنگ پیلیٹ کو برانڈ گائیڈ سے ملانا
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