PulseAugur
中
实时 11:09:02
English(EN) Structural Energy Guidance for View-Consistent Text-to-3D Generation

新的SEGS方法解决了文本到3D生成中的Janus问题

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为结构化能量引导采样（SEGS）的新框架，以解决文本到3D生成中的Janus问题。该问题会导致不同视角的几何形状不一致。SEGS通过在U-Net特征中创建结构化能量，并在去噪过程中利用其梯度来实现，无需重新训练。实验表明，SEGS可以将视角不一致性降低约10%，并提高各种现有文本到3D模型在视图一致性得分。 AI

影响 提高了3D生成中的多视图一致性，可能增强AI生成3D资产的真实感和可用性。

排序理由 该集群包含一篇arXiv预印本，详细介绍了一种新的文本到3D生成方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Qing Zhang, Jinguang Tong, Jing Zhang, Jie Hong, Xuesong Li ·

    Structural Energy Guidance for View-Consistent Text-to-3D Generation

    arXiv:2605.19876v2 Announce Type: replace Abstract: Text-to-3D generation based on diffusion models often suffers from the Janus problem, leading to inconsistent geometry across viewpoints. This work identifies viewpoint bias in 2D diffusion priors as the main cause and proposes …

相关实体

相关话题