单图0.5秒生成3D模型！Stability AI&华人团队VAST出品

模型信息

【模型公司】 百川智能
【模型名称】 Baichuan2-53B
【摘要评分】 ★★★★★

文章摘要

【关 键 词】 3D生成模型、AI、Stability AI、VAST、Transformer架构

文章主要介绍了3D生成模型TripoSR的相关内容。TripoSR是由Stability AI和华人团队VAST联合推出的3D生成模型，能够在0.5秒内将单张图片转化为一个几何结构完整、材质纹理清晰的3D模型，无需任何prompt和专业知识，甚至不需要依赖GPU。

TripoSR的灵感来源于2023年11月Adobe提出的LRM。和Sora作为视频生成模型使用的Transformer架构相似，TripoSR和LRM都基于Transformer架构。这种方法将图像生成3D模型的任务理解为一场跨维度的语言翻译。

尽管LRM在超过百万级别的公开三维数据集上接受了训练，但其代码和模型并未对外开放，且训练成本较高，需要128块A100 GPU连续运行一周，这使得许多资源有限的研究团队望而却步。

TripoSR的出现填补了3D生成式人工智能领域的一个关键空白。该模型基于LRM的原始算法，通过精细筛选和渲染的Objaverse数据集子集以及一系列的模型和训练改进，显著提高了从有限训练数据中泛化的能力，同时也增强了3D重建的保真度。

此外，文章还介绍了Tripo AI的背景。Tripo AI背后是一个叫作VAST AI Research的新锐3D研究机构，自2023年底相继开源了Wonder3D、CSD、TGS等工作的代码和权重，获得了开源社区的广泛好评。

原文信息

【原文链接】 阅读原文
【阅读预估】 1318 / 6分钟
【原文作者】 量子位
【作者简介】 追踪人工智能新趋势，关注科技行业新突破