网站专题页面设计规范,快速seo关键词优化方案,手机上免费制作ppt的软件,天津信息网每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗#xff1f;订阅我们的简报#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会#xff0c;成为AI领… 每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗订阅我们的简报深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同从行业内部的深度分析和实用指南中受益。不要错过这个机会成为AI领域的领跑者。点击订阅与未来同行 订阅https://rengongzhineng.io/ 。 研究人员来自苏黎世联邦理工学院ETH Zurich和谷歌苏黎世Google Zurich的合作努力已经成功创造了名为InseRF的新技术。该方法基于用户提供的文本描述和参考视角中的2D边界框能够在3D场景中生成新对象。随着在3D生成建模中采用文本到图像扩散模型的强大先验3D场景编辑领域已经发生了深刻的变革。尽管现有方法在通过风格和外观变化或移除现有对象方面效果显著但在生成新对象方面仍面临挑战。研究人员在本项研究中解决了这一问题。他们特别提出将3D对象插入定位于场景的参考视图中的2D对象插入。然后将这种2D编辑提升为3D采用单视角对象重建方法。重建的对象随后被插入到场景中并受到单眼深度估计方法先验的指导。研究人员在各种3D场景上对其方法进行了评估并对提出的组件进行了深入分析。他们在几个3D场景中进行的生成式对象插入实验显示与现有方法相比他们的方法更为有效。InseRF能够在不需要显式3D信息作为输入的情况下进行可控制和与3D一致的对象插入。 InseRF: 文字驱动的神经3D场景中的生成对象插入 去看看Github https://mohamad-shahbazi.github.io/inserf/
