文章摘要
【关 键 词】 3D生成、Stable Fast 3D、性能提升、AIGC开发、模型对比
开源大模型平台Stability.ai推出了一款名为Stable Fast 3D（SF3D）的3D生成模型，该模型能够以极快的速度从图片生成高质量的3D模型。用户仅需0.5秒即可完成生成，生成的模型包括UV展开网格、材质参数以及具有减少照明烘焙的反照率颜色等。SF3D的开源地址和huggingface链接分别提供了模型的访问和集成方式。
相较于传统3D重建模型，SF3D在性能上进行了显著提升。传统模型通常输出低分辨率的Triplane表示，导致高频和高对比度纹理场景中出现混叠伪影，而SF3D基于TripoSR架构，通过引入新模块改进输出质量，增强的Transformer网络能够预测更高分辨率的三平面，有效减少混叠伪影。
SF3D还从PointInfinity获得灵感，通过避免在更高分辨率三平面标记上的自注意力，实现了复杂度与输入大小的线性关系，生成了96×96分辨率、1024通道的三平面。此外，SF3D通过“Material Net”网络预测整个物体的单一金属和粗糙度值，以增强反射对象的输出网格外观和渲染时的模型材质。
为了稳定训练并防止网络崩溃，SF3D采用了概率预测方法，通过预测Beta分布的参数并最小化对数似然来训练网络。同时，SF3D引入了“Light Net”网络来预测输入图像中的光照，使用高分辨率Triplane预测球形高斯照明图，解决了光照变化导致的问题。
在性能评估方面，SF3D选择了GSO和OmniObject3D作为主要数据集，并与OpenLRM、TripoSR、LGM、CRM、InstantMesh和ZeroShape等知名3D模型进行了综合对比。结果显示，SF3D在重建准确形状、产生更详细纹理以及视觉质量方面均优于当前主流3D模型。
SF3D的推出为3D生成领域带来了新的突破，其快速生成高质量3D模型的能力，将为AIGC开发者生态和市场研究带来积极影响，推动大语言模型（LLM）在3D领域的应用落地。
原文和模型
【原文链接】 阅读原文 [ 1035字 | 5分钟 ]
【原文作者】 AIGC开放社区
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★☆☆☆
