概述
零一到三使用以您要求的相机旋转为条件的扩散模型，将一个物体的单张照片转换为从任何新角度看到的同一物体的图像。這很重要，因為它可以讓您重建 3D 一致的視圖，而無需從多個側面掃描物件。
零一到三新穎視圖擴散屬於電腦視覺工作流程，它解釋或產生視覺媒體以進行分析、操作和創造力。
深入探討
Zero-1-to-3（来自哥伦比亚，2023）对稳定扩散进行了微调，因此它可以从一张输入图像执行零样本新颖的视图合成。你向它提供一張圖片加上相對相機變換（旋轉和小的平移），模型就會產生從新視點看物件的樣子。关键思想是，在巨大的网络图像集合上训练的大型 2D 扩散模型已经隐含地吸收了有关物体在 3D 中的外观的几何和物理先验。通过对从多个受控摄像机角度（使用 Objaverse）渲染的对象的合成数据集进行微调，模型学会将这些先验映射到显式摄像机控制上。然後產生的視圖可以提供給下游 3D 重建。
技術洞察
源图像上的模型条件有两种方式：CLIP 嵌入与相对相机姿态（方位角、仰角、半径）连接以引导交叉注意力，而原始图像与噪声潜在图像通道连接，因此保留了精细的细节和身份。训练使用从 CAD 对象渲染的图像-姿态-图像三元组，因此网络可以学习视点变化和由此产生的像素变化之间的可控映射。
掌握零一到三的新穎視圖擴散
零一到三使用以您要求的相機旋轉為條件的擴散模型，將一個物體的單張照片轉換為從任何新角度看到的同一物體的圖像。這很重要，因為它可以讓您重建 3D 一致的視圖，而無需從多個側面掃描物件。零一到三新穎視圖擴散屬於電腦視覺工作流程，它解釋或產生視覺媒體以進行分析、操作和創造力。為了建立深入的理解，請將零一到三新穎視圖擴散視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，使用零一到三新穎視圖擴散的強大團隊可以平衡準確性與數據品質、照明差異和標籤一致性等操作現實。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。同時，如果出處不明，肖像權和同意可能會成為法律風險。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
創意團隊可以透過更少的手動修改來更快地建立概念原型。
創意團隊可以透過更少的手動修改來更快地建立概念原型。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
操作可以使用以前難以處理的影像和視訊訊號。
操作可以使用以前難以處理的影像和視訊訊號。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
產生單一產品照片的轉盤視圖，以便電子商務清單可以從各個方面顯示該商品
從一張隨意的手機快照中引導物件的紋理 3D 網格以進行 AR 預覽
為遊戲和電影概念藝術家創造一致的多角度角色或道具參考藝術
將合成的新穎視圖輸入 NeRF 或高斯潑濺重建中以填滿看不見的幾何形狀
實施模式
零一到三的新穎觀點傳播實踐
產生單一產品照片的轉盤視圖，以便電子商務清單可以從各個方面顯示該商品。
產生單一產品照片的轉盤視圖，以便電子商務清單可以從各個方面顯示該商品。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會獲得更好的結果。
零一到三的新穎觀點傳播實踐
從一張隨意的手機快照中引導物件的紋理 3D 網格以進行 AR 預覽。
从一张随意的手机快照中引导对象的纹理 3D 网格进行 AR 预览 当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
零一到三的新穎觀點傳播實踐
為遊戲和電影概念藝術家創建一致的多角度角色或道具參考藝術。
为游戏和电影概念艺术家创建一致的角色或道具的多角度参考艺术当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
零一到三的新穎觀點傳播實踐
將合成的新穎視圖輸入 NeRF 或高斯潑濺重建中，以填滿看不見的幾何形狀。
将合成的新颖视图输入 NeRF 或高斯泼溅重建中，以填充看不见的几何形状 当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
風險與防護欄
如果出處不明，肖像權和同意可能會成為法律風險。
模型表現可能因光照、人口統計和環境的不同而有所不同。
除非監控置信閾值，否則誤報可能會被忽略。
實施路線圖
定義精確度、召回率和錯誤成本的接受標準。
定義精確度、召回率和錯誤成本的接受標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
使用符合實際生產條件的數據進行測試。
使用符合實際生產條件的數據進行測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為低置信度或高影響力的預測添加人工審核。
為低置信度或高影響力的預測添加人工審核。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤模型漂移並在相機或資料集變更後重新驗證。
追蹤模型漂移並在相機或資料集變更後重新驗證。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。