研究人员推出SK-Adapter，一个旨在为原生3D生成模型提供精确结构化控制的新型框架。与依赖模糊文本或图像提示的现有方法不同，SK-Adapter使用3D骨架作为直接控制信号。该框架将关节坐标和拓扑编码为可学习的token，并通过交叉注意力集成到现有的3D生成骨干网络中。为此，创建了一个名为Objaverse-TMS的新数据集，其中包含24,000个文本-网格-骨架对。实验表明，SK-Adapter能有效控制3D结构，同时保持原始生成模型的质量，并且优于当前基线，还能实现3D资产的区域特定编辑。 AI
影响 能够更精确、更可控地生成3D资产，可能对游戏开发和虚拟现实等领域产生影响。
排序理由 该集群包含一篇详细介绍3D生成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
