- 综合排序
- 最热优先
- 最新优先
- 来自专栏我爱计算机视觉
开源 4D 生成框架 | 4DGen: 基于动态 3D 高斯的可控 4D 生成
/VITA-Group/4DGen 视频 研究背景 尽管3D和视频生成取得了飞速的发展，由于缺少高质量的4D数据集，4D生成始终面临着巨大的挑战。 4DGen提出了“Grounded 4D Generation“的形式，通过利用视频序列和可选的3D模型作为4D生成的控制信息，可以实现更为精准的4D内容生成。 用户可通过输入视频序列或3D模型来约束4D结果的运动和外观；当用户仅提供单张图片作为输入时，可借助预训练好的视频生成模型来得到视频序列；当用户未提供3D模型时，可通过单张图片重建3D模型来作为起始点。 4DGen通过对第一帧多视图进行三维重建，得到初始的静态3D Gaussians作为4D生成的起始点。 由于4D数据的匮乏，需要尽可能的从先验模型中蒸馏信息。 4DGen将每一帧生成的多视图作为2D伪标签，并且采用多视图生成的点云作为3D点的伪标签来监督训练过程。
1.4K10编辑于 2024-01-02 - 来自专栏GPUS开发者
ChatGPT 和 GPT-4 如何用于 3D 内容生成
最近，我们通过OpenAI的病毒式ChatGPT和新的GPT-4大型多模态模型进行了实验，展示了如何轻松开发定制工具，以快速生成NVIDIA Omniverse虚拟世界的3D物体。 通过将GPT-4与Omniverse DeepSearch相结合，Omniverse DeepSearch是一种智能的人工智能图书管理员，可以搜索大量未标记的3D资产数据库，我们能够快速开发自定义扩展程序 ，使用简单的基于文本的提示检索3D对象，并自动将它们添加到3D场景中。 SimReady资产是物理精确的3D对象，可以用于任何模拟，并像在现实世界中一样表现。 获取关于3D场景的信息 一切都始于Omniverse中的USD场景。 虽然它提供了良好的空间感知，但 GPT-4 提供了更好的结果。您在上面的视频中看到的版本是使用 GPT-4。 相比 GPT-3.5，GPT-4 在解决复杂任务和理解复杂指令方面得到了极大的改进。
1.8K50编辑于 2023-05-30 - 来自专栏.net core新时代
数据字典生成工具之旅(4)：NPOI操作EXECL
2.Npoi 下载地址：http://npoi.codeplex.com 3.Npoi 学习系列教程推荐：http://tonyqus.sinaapp.com 4.npoi LastRowNum 是当前表的总行数 { IRow row = sheet.GetRow(j); //读取当前行数据 ; } } ///
/// 构造函数 根据路径生成所有表的SQL /// </summary dic.Add(i, row.GetCell(i).ToString().Trim()); } iRow = iRow + 4; 文中的实例提供下载：NPOIDemo 回到顶部 工具源代码下载 目前总共有经过了七个版本的升级，现在提供最新版本的下载地址 数据字典生成工具V2.0安装程序 最新安装程序 数据字典生成工具源代码 2.3K80发布于 2018-01-05 - 来自专栏AI科技大本营的专栏
苹果发布 AI 生成模型 GAUDI，文字生成 3D 场景
近日，苹果 AI 团队发布最新 AI 模型 GAUDI，它是基于 3D 场景的神经架构 NeRFs，可以根据文字生成 3D 室内场景。 2021 年末时，谷歌通过 Dream Fields 首次展示了 3D AI 生成系统，将 NeRF 生成 3D 视图的能力与 OpenAI 的 CLIP 评估图像内容的能力相结合。 Apple GAUDI 是 3D 内饰专家 虽然谷歌致力于使用 Dream Fields 生成单个对象，但将生成 AI 扩展到完全不受约束的 3D 场景仍是一个尚未解决的问题。 在对四个不同数据集（包括室内扫描数据集 ARKitScences）的实验中，研究人员表明 GAUDI 可以重建学习视图并匹配现有方法的质量。 虽然现在 GAUDI 生成的 3D 场景视频质量还不是很高，但这也说明了 AI 在图像和视频技术这生成的另一种可能。
1.1K20编辑于 2022-12-09 - 来自专栏奔跑的人生
4. Swagger生成Javadoc
swagger2markup 使用MAVEN插件生成AsciiDoc文档 使用MAVEN插件生成HTML 下节预告 Swagger生成JavaDoc ---- 在日常的工作中，特别是现在前后端分离模式之下 --整合Swagger2--> <dependency> <groupId>com.spring4all</groupId> <artifactId com.liferunner.dto.UserRequestDTO对象，这个对象的属性如下： @RestController @RequestMapping(value = "/users") @Slf4j plugins> </build> <swaggerInput>http://localhost:8088/v2/api-docs</swaggerInput> 是为了获取我们的api JSON数据 adoc文件生成好了，那么我们使用它来生成html吧 使用MAVEN插件生成HTML 在mscx-shop-api\pom.xml中加入以下依赖代码： <!
1.3K20发布于 2019-11-10 - 来自专栏最新医学影像技术
3D人体模型生成案例分享
Invesalius是专门应用于医学图像3D重建，输入数据必须是一个序列的2D的DICOM图像，可以是CT或者是MRI序列，输出的是3D表面轮廓，该工具就是为生成解剖学的物理模型而做准备的。 可以看到原始数据会以中轴切面，矢状切面，冠状切面来进行显示，而立体就是最后输出结果示意图。 ? 2、选取感兴趣区域 接下来就是要提取图像中感兴趣的区域了，比如要提取人体肋骨。 3、配置3D表面 3D表面配置可以设置透明度，直接默认值即可，然后下一步。 4、输出结果 直接输出立体图像和相应的3D表面轮廓结果。 ?
1.7K40发布于 2020-06-29 - 来自专栏DeepHub IMBA
使用PolyGen和PyTorch生成3D模型
3D技术中一个特别热门的子领域是3D模型的生成。创造性地组合3D模型，从图像快速生成3D模型，以及为其他机器学习应用程序和模拟创建综合数据，这只是3D模型生成的众多用例中的少数几个。 ? 使用top-p = 0.9的核采样和地面真实网格（蓝色）生成的图像条件样本（黄色）。 但是，在3D深度学习研究领域，为数据选择合适的表示是成功的一半。 在计算机视觉中，数据的结构非常简单：由密集像素组成的图像，这些像素整齐均匀地排列在精确的网格中。3D数据的世界没有这种一致性。3D模型可以表示为体素，点云，网格，多视图图像集等。 3D重建问题和3D-R2N2方法 当今非常经典的PointNet论文为建模点云数据（例如3D模型的尖端）提供了蓝图。 它是一种通用算法，不会对3D模型的面或占用进行建模，因此无法仅使用PointNet来生成3D-R2N2采用的体素方法将我们都熟悉的2D卷积扩展到3D，并通过自然地从RGB图像生成水密网格。
2.2K10发布于 2020-11-09 - 来自专栏DrugOne
MolFlow: 高效3D分子生成方法
最近，3D药物设计的生成模型因其在蛋白质口袋中直接设计配体的潜力而获得了广泛关注。然而，目前的方法通常存在采样时间非常慢或生成分子的化学有效性差的问题。 最后，作者比较了MolFlow与当前方法在生成高质量样本方面的能力，进一步展示了其强大性能。 3D药物设计的生成模型最近因其在蛋白质口袋中直接设计配体的潜力而引起了极大关注。 其他模型尝试训练无条件的3D分子生成器作为起点，尤其是那些应用扩散模型到分子坐标上的模型已经变得特别流行。 由于现有的3D生成模型在推理时已经需要知道N，因此使用尺度OT时对采样没有额外的限制。 MolFlow在单个Nvidia A100 GPU上训练200个epoch，而EQGAT-diff在4个GPU上训练800个epoch。
67910编辑于 2024-07-18 - 来自专栏DrugScience
DOCK-4-生成 Grid
生成 Grid 围绕活性位点创建一个box 使用指令：showbox < box.in box.in的文件格式为： 输出文件：rec_box.pdb Chimera可直接打开 ? 生成grid 使用指令为：grid -i grid.in -o grid.out grid.in格式为： 输出为：grid.out,grid.bmp,grid.nrg 计算需要花费时间 输出后查看grid.out repulsive_exponent 12 distance_dielectric yes dielectric_factor 4
85310发布于 2021-02-04 腾讯元宝3D生成应用来了
腾讯元宝首发的3D生成应用，利用一张图片即可生成3D角色的技术，是人工智能领域的一个重要创新。这种技术的应用会极大地影响娱乐、游戏开发、虚拟现实和在线购物等行业。 生成3D角色的过程涉及到先进的算法，如生成对抗网络，这些算法能够在训练过程中不断优化，提高生成的3D模型的质量和逼真度。 用户可以快速生成个人3D角色，便于进行360度全方位查看，并可选择分享、转发或者公开。提供保存3D角色模型文件做二次编辑，以及生成3D打印链接，实现从虚拟模型到完整实体的创意体验。 （一）《Protolabs 2024年3D打印趋势报告》显示，3D打印市场正经历显著扩张，将人工智能技术和3D生成结合，可实现更高效、更高质量的内容生成。 （二）此技术的推出会对3D打印和个性化内容创造领域产生积极影响。（三）基于腾讯混元大模型打造的“3D角色梦工厂”，在技术上已具备生成动漫、建筑、游戏道具等类型的3D资产的能力。
2.4K10编辑于 2024-07-17- 来自专栏机器之心
3D AI生成出新玩法了：无需数小时，只要45秒，单张图片即可生成 3D模型
机器之心专栏 机器之心编辑部 45 秒单张图片变 3D，无需大量 3D 数据和逐物体优化。 3D AI 生成最近发展得如火如荼，不少最新工作都能够从一句话 / 一张图生成高质量的三维模型。 方法 由于 3D 数据的稀缺性，学术界最近的绝大多数 3D AI 生成工作都通过利用 2D 扩散生成模型来指导 3D 表示（如 NeRF）的优化，从而实现 3D 内容生成。 由于这类方法通过从训练数据学习了有关多视角预测不一致性的先验知识，他们更有希望能从不一致的多视角预测中生成 3D 模型。 http://mpvideo.qpic.cn/0bc3zeaasaaas4alycvhorsfbsodbheqacia.f10002.mp4? 由于 3D 数据的稀缺性，这样的训练数据规模目前对于很多研究者 / 机构来说还是比较严苛的条件。
4.6K30编辑于 2023-08-07 - 来自专栏新智元
3D卷积GAN飞起！微软“可缩放”新框架只需2D数据即可生成逼真3D模型
新智元报道 来源：VB 编辑：元子 【新智元导读】Microsoft Research近日发表论文介绍了一种通过2D数据生成3D模型的新框架，其使用3D卷积GAN，利用2D图像提供的物体表面之间的曝光差异成功检测出凹形物体的内部结构 研究人员称，该框架是首个针对2D数据的3D模型的“可缩放”训练技术。 与以前的工作相反，研究人员试图利用功能齐全的工业渲染器，例如显示数据生成图像的软件。为此，他们训练了3D形状的生成模型，以便生成与2D数据集的分布相匹配的图像。 生成器模型采用随机输入向量（代表数据集特征的值）并生成3D对象的连续体素表示（3D空间中网格上的值）。 从3D模型生成的一系列合成数据集和一个现实生活的数据集，他们合成了来自不同对象类别的图像，并在整个训练过程中从不同的角度对其进行了渲染。
1.2K31发布于 2020-03-11 - 来自专栏云深之无迹
巴塞罗那自治大学.3D视觉课件.4
巴塞罗那自治大学，3D视觉课件.1 计算机视觉之三维重建篇.2(摄像机标定) 巴塞罗那自治大学.3D视觉课件.3
59320编辑于 2022-11-29 - 来自专栏杂谈
Unity教学 项目4 3D求生枪手
https://www.bilibili.com/video/BV16F7zzqEJF?spm_id_from=333.788.videopod.sections&vd_source=25b783f5f945c4507229e9dec657b5bb
52610编辑于 2025-12-18 - 来自专栏章鱼的慢慢技术路
Direct3D 11 Tutorial 4: 3D Spaces_Direct3D 11 教程4：3D空间
在本教程中，我们将深入研究3D位置和转换的细节。 本教程的结果将是渲染到屏幕的3D对象。 虽然之前的教程侧重于将2D对象渲染到3D世界，但在这里我们展示了一个3D对象。 对象空间 请注意，多维数据集以原点为中心。 对象空间，也称为模型空间，是指艺术家在创建3D模型时使用的空间。 应用程序可以创建顶点缓冲区来表示此类模型，并使用模型数据初始化缓冲区。 因此，顶点缓冲区中的顶点通常也位于对象空间中。 这也意味着顶点着色器接收对象空间中的输入顶点数据。 CreateBuffer( &bd, &InitData, &g_pIndexBuffer ) ) ) return FALSE; 一旦我们创建了这个缓冲区，我们就需要设置它，以便Direct3D知道在生成三角形时引用这个索引缓冲区 常量缓冲区用于存储应用程序需要传递给着色器的数据。在渲染之前，应用程序通常会将重要数据写入常量缓冲区，然后在渲染过程中可以从着色器中读取数据。
1.8K30发布于 2018-10-11 - 来自专栏翩翩白衣少年
一款很Nice的3D生成工具，包括文生3D、图生3D、3D生3D等众多功能！
前言 今天要给大家分享一个很Nice的 3D 生成工具集—MVEdit！ 项目介绍 MVEdit 是一个基于控制的多视角编辑的通用3D扩散适配器，使用现成的2D稳定扩散模型进行3D生成和编辑。 无需繁琐的训练，MVEdit 就能够快速生成高质量的3D物体，并提供全功能的UI界面，包含了诸如text to 3D、image to 3D、3D to 3D文字编辑和材质重构等功能。 生成：利用现成的 2D 稳定扩散模型，MVEdit 能够生成具有高质量纹理和结构的 3D 生成物。 • 顶尖性能：在文本引导的纹理生成和图像到 3D 生成等评估中表现出色。
1.7K10编辑于 2024-03-25 - 来自专栏AI科技大本营的专栏
玩转3D全息图像！AI即刻生成
计算机生成的全息(CGH)通过对衍射和干涉的数值模拟实现了高空间角度的3D投影。 长期以来，研究人员一直在研究制作全息图的技术，但是，现有的基于物理的方法无法生成具有按像素聚焦控制和精确遮挡的全息图。 研究人员通过引入具有4,000对RGB深度图像和相应的3D全息图的大规模CGH数据集(MIT-CGH-4K)进行训练。 ? 训练神经网络通常需要庞大的高质量数据集，而3D全息图以前没有这种数据集。 研究人员引入了大规模菲涅耳全息图数据集MIT-CGH-4K，该数据集由4,000对RGB深度（RGB-D）图像和相应的3D全息图组成。 研究人员创建的数据集具有三个重要功能，以使CNN能够学习逼真的3D全息图。
2K20发布于 2021-03-25 AI生成3D建筑，进入Vibe Modeling时刻
人工智能来源：AI4ELAB，工程AI科技产业智库大家好，我是秦明，8月21日，美国AI建筑初创公司Illoca发布了第二个产品Plamobeta，宣称AI建筑生成进入vibemodeling时刻。 Illoca这家企业我重新介绍下，是AI4ELAB持续追踪的企业，之前写过两篇DeepMind与Tesla老兵联手，用AI画布替掉Revit菜单栏，融资1300万美元产品更新|草图秒变可编辑3D模型，一张 我拿北京央视「大裤衩」的一张草图，让Plamo生成对应的3D模型。最后生成成功了，但整体效果质量还有待提高。这是输入的草图与提示词：使用这张建筑草图作为中央电视台总部大楼三维质量模型研究的抽象参考。 原因是web端（浏览器里做3D模型生成）有几个基础瓶颈要解决——浏览器内的几何内核、显存、长流程的状态管理——这些都是工程上很难绕过去的坎，Plamo能把流程跑通本身已经是突破。 除了Illoca，还有胡政涛的AtomicArch1人10个月，做了一款AI原生建筑3D设计软件，用14万行代码重写CAD底层、看到AIRILab最近在探索3D生成、哈佛系的Reer独家|哈佛系Reer
33610编辑于 2026-08-24- 来自专栏CreateAMind
3d数据集
, Manolis and Song, Shuran and Zeng, Andy and Zhang, Yinda}, journal={International Conference on 3D The dataset consists of several types of annotations: color and depth images, camera poses, textured 3D
1.5K20发布于 2018-07-24 - 来自专栏MixLab科技+设计实验室
生成专属于你的人工智能书【3D生成器】
rotation="-90 0 0" width="4" height="4" color="#7BC8A4"></a-plane> <a-sky color="#ECECEC"></a-sky> 需要先定义几个函数： 书名生成 getTitle 书籍难度生成 getLevel 配色生成 getColors 此处采用的逻辑都是随机从库里数据（随机是最好的方法），例如配色的生成代码： function "], ["#F0CA6D", '#F7F2C1'], ["#A13939", "#E75151"], ["#657DC4","#838ED9"], ["#461B93","#6A3CBC"], ["#4A3333 ： 1 根据封面的尺寸，等分，生成网格； 2 随机生成几个六边形或五边形； 3 计算生成的六边形及五边形按照正态分布随机摆放的位置及大小。 4 微调六边形及五边形的位置，避让文字内容。
1.2K60发布于 2018-07-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号