- 综合排序
- 最热优先
- 最新优先
- 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
整理 | 禾木木 出品 | AI科技大本营（ID:rgznai100） 前有DALL.E文本生成图像，现有将文字变成 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。 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。
1K20编辑于 2022-12-09 - 来自专栏又见苍岚
Windows 11 体验 Stable Diffusion AI 图像生成
Stable Diffusion 已经发展到可以生成以假乱真图像的程度，无论是 AI 作画还是照片生成都已经可以生成得很精细，本文记录使用过程。 本文记录在 Windows 11 下安装、配置、运行 Stable-diffusion 的流程 过程中经常需要访问境外的网站，需要访问国外网站。 webui-user.bat 文件，我在过程中遇到很多问题，没有问题的同志可以跳过这一节 安装 CUDA 11.7 下载链接：https://developer.nvidia.com/cuda-11 CLIP 安装 CLIP 仓库链接 stable-diffusion-stability-ai 仓库地址： https://github.com/Stability-AI/stablediffusion 咒语 分享一组提示词做测试： 小姐姐： 参考资料 https://medium.com/@croath/低成本体验生成-ai-小姐姐照片-85ffa7c13cd7 https://zhuanlan.zhihu.com
2.8K00编辑于 2023-03-28 - 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。 此外，如果利用低功耗设备上人工智能加速芯片，该卷积神经网络还可在移动设备(1.1赫兹的iPhone 11 Pro)和边缘设备(2.0赫兹的Google Edge TPU)上交互运行，从而保证了下一代虚拟和实时虚拟设备的实时性能 麻省理工学院的研究人员使用深度学习来加速计算机生成的全息图，从而实现实时全息图的生成。研究人员设计了一种卷积神经网络，使用可训练的张量链大致模拟人类如何处理视觉信息。 首先，用于渲染RGB-D图像的3D场景具有很高的复杂度，并且在颜色，几何形状，阴影，纹理和遮挡方面存在很大的差异，以帮助CNN推广到计算机渲染和实际捕获的RGB-D测试中 输入，通过自定义随机场景生成器实现的 同时，三维全息术还可以促进3D打印技术的发展，该技术比传统的逐层3D打印更快、更精确，因为该项技术允许同时投影整个3D图形。
1.9K20发布于 2021-03-25 - 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。 这种方式使得现有的 3D AI 生成方法都非常耗时，譬如 ProlificDreamer 的作者就曾在知乎上表示方法目前的主要局限之一便是生成时间太慢了！ 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。 与现有 3D AI 生成方法的比较 研究者表示，得益于 “2D 多视角预测 + 3D 可泛化重建” 的技术路线，One-2-3-45 与现有的 3D AI 生成方法相比，除了推断时间显著降低外，还在输入的多样性 结语 One-2-3-45 提出了 “2D 多视角预测 + 3D 可泛化重建” 这样一项新颖的 3D AI 生成玩法，并在许多方面都展示出了其优越性。
4.4K30编辑于 2023-08-07 AI生成隐藏3D图像的局限性分析
隐藏3D图像的AI生成实验你是否见过那些隐藏着3D图像的自体立体图？就像1990年代的Magic Eye图片，看似嘈杂的重复图案，直到你以特定方式调节视觉焦距才能看到立体效果。 技术实现机制剖析当要求"生成独角兽魔法眼3D立体图像"时，ChatGPT传递给DALL-E3（实际负责图像生成的模型）的描述极其详细：需要包含复杂图案和多样化色彩以确保3D效果突出背景应包含神秘元素以增强深度幻觉独角兽的角和鬃毛应在图案中清晰可辨但 在自主生成场景中，它本质上仍是文本生成器。这些被宣传为"全能AI"的模型，实际更像装满应用的手机：文本生成应用可在特定情况下启动图像生成应用，但它们并非真正意义上的统一程序。 在生成ASCII文字艺术并自行读取时：在新会话中向其发送自生成的ASCII文字时，它识别为"ERROR"对自身创作的ASCII艺术品的识别和评级同样糟糕技术本质揭示生成ASCII艺术和3D图像并非ChatGPT 最后尝试让ChatGPT生成《小王子》风格的隐藏绵羊图像，结果基本失败。这再次证明了当前AI在多模态任务协同处理上的技术局限性。
30910编辑于 2025-09-07- 来自专栏新智元
普华永道：ChatGPT和生成式AI的11大安全趋势
---- 新智元报道 来源：学术头条 作者：库珀 【新智元导读】近期爆火的 AI 聊天机器人 ChatGPT，以及文生图模型 Dall·E 2、Stable Diffusion 等，让生成式人工智能 （generative AI）成功出圈。 以下是 11 个关于生成式人工智能在未来将如何影响网络安全的预测。 1. 恶意使用人工智能 当涉及到我们可以利用人工智能的方式时，我们正处于一个拐点，这种范式转变影响着每一个人和每一件事。 随着生成式人工智能的不断发展，确保医疗系统安全的相关风险和机会也在不断增加，这强调了医疗行业在接受这种新技术时建立其网络防御和复原力的重要性。 11. 参考资料： https://venturebeat.com/security/pwc-highlights-11-chatgpt-and-generative-ai-security-trends-to-watch-in
47720编辑于 2023-03-29 - 来自专栏AI科技大本营的专栏
AI做不了“真”3D图像？试试Google的新生成模型
编译 | 若名 出品 | AI科技大本营 用 AI 生成逼真三维物体模型并不像人们以为的那么困难。 近日，在 NeurIPS 2018 会议上接收的论文“ 视觉对象网络：图像生成与分离式的3D表示”中，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）和 Google 的研究人员介绍了能创造出有逼真纹理和形状的一个生成式 “现代深层生成模型学会了合成逼真的图像，”研究人员写道，“但大多数计算模型只专注于生成 2D 图像，而忽略了 3D 世界的美好......这种视角不可避免地限制了它们在许多领域的实际应用，例如合成数据生成 “我们的主要想法是将图像生成过程分解为形状、视点和纹理三种因素，”Google 团队写道，“这种分离式 3D 表示使我们能够在对抗学习框架下从 3D 和 2D 视觉数据集合中学习模型。 9 月， Nvidia 的研究人员开发了一种 AI 模型，可以生成脑癌的合成扫描图像，8 月，卡内基梅隆大学的一个团队 演示了 AI 可以将人们已存的动作和面部表情转换成另一张照片或视频中的目标对象。
1K20发布于 2018-12-24 - 来自专栏Dance with GenAI
AI工具Meshy一键生成3D打印模型STL文件
要使用AI从几张图片生成3D打印模型的STL文件，你可以采用以下几种方法和工具： Genie：Luma AI推出的Genie工具可以将文本或图像转换为3D模型。 你可以在网页上输入提示词或上传图片，系统会在几秒内生成基础的3D模型，并支持进一步编辑和下载为STL等格式。 Tripo：Tripo工具支持通过文本或图像生成3D模型。 CSM（Common Sense Machines，https://3d.csm.ai/register）：CSM支持从视频和图像创建3D模型。 你可以上传一张背景干净的正面图像，系统会生成初始3D模型和精修3D模型，支持下载为STL等格式。 SudoAI：SudoAI支持通过文本和图像生成3D模型，主攻游戏领域的模型生成。 它结合多视图扩散模型和法线扩散模型，能够快速生成具有高保真度和丰富纹理的3D网格，并支持导出为STL格式。 Meshy：Meshy支持文本生成3D和图片生成3D的功能。
5.3K10编辑于 2024-08-06 - 来自专栏机器之心
给3D资产生成高清纹理，腾讯让AI扩充游戏皮肤
机器之心专栏 机器之心编辑部 近日，腾讯宣布推出一项名为 Paint3D 的技术，它能够根据文本或图像输入，为无纹理的 3D 模型生成高分辨率、无光照且多样化的纹理贴图，对任何 3D 物体进行纹理绘制。 这些纹理没有内嵌光照阴影效果，同时保持了语义一致性，大大提升了 3D 模型纹理生成方面的最优效果。 3D 生成领域学者 Yawar Siddiqui 评价道：「终于有一种无内嵌光照的纹理生成方法了，结果非常出色，是我所见过的最好的纹理生成方法！」 ，将这个图像从第一个视角反投影到 3D 网格上，生成该视角的纹理贴图。 实验结果显示，Paint3D 有着更好的纹理生成质量，同时能生成更符合输入条件的纹理结果，实验结果对比如下： 研究人员也在相同的 3D 模型上与当前最佳的纹理生成算法进行比较。
83210编辑于 2024-01-04 腾讯混元生3D产品概要：基于自研大模型的AI 3D内容生成平台
一、 产品定位与核心亮点 产品定义：腾讯混元生3D是一款基于腾讯自研大模型的AI 3D内容生成平台。 适用于平台大量商品3D化转换，以及客户DIY装修素材的批量生产场景。 平台工具厂商：面向具备丰富网站AI能力及素材工具的平台，作为底层AI能力插件，补充并完善平台的3D素材生成链路。 超高清模型质量：凭借1536³分辨率与36亿体素的硬核支撑，解决AI生成3D模型精度不足的行业痛点，输出超高质量模型。 案例2：Lovart 背景：属于AI技术行业，自身定位为平台工具厂商，拥有丰富的网站AI能力和素材工具，需要进一步拓展3D维度的生成能力。 解决方案：将腾讯混元生3D集成至其平台工具矩阵中。 痛点在于普通用户获取可打印的优质3D模型门槛过高，制约了打印机的使用频次。 解决方案：接入AI 3D内容生成平台能力。
55410编辑于 2026-04-21- 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。 资源目录 (SDK root)\Samples\C++\Direct3D11\Tutorials\Tutorial04 Github仓库 3D空间 在上一个教程中，三角形的顶点被有策略地放置，以在屏幕上完美地对齐 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 ; XMMATRIX g_Projection; 要创建ID3D11Buffer对象，我们使用 ID3D11Device :: CreateBuffer()并指定D3D11_BIND_CONSTANT_BUFFER D3D11_BUFFER_DESC bd; ZeroMemory( &bd, sizeof(bd) ); bd.Usage = D3D11_USAGE_DEFAULT;
1.6K30发布于 2018-10-11 - 来自专栏章鱼的慢慢技术路
Direct3D 11 Tutorial 5: 3D Transformation_Direct3D 11 教程5：3D转型
资源目录 (SDK root)\Samples\C++\Direct3D11\Tutorials\Tutorial05 Github 转型 在3D图形中，变换通常用于对顶点和矢量进行操作。 在3D中，用于翻译的矩阵具有形式。 在3D中，空间通常由原点和来自原点的三个唯一轴定义：X，Y和Z.计算机图形中通常使用多个空间：对象空间，世界空间，视图空间，投影空间和屏幕空间。 图2.在对象空间中定义的立方体 ? Direct3D 11中深度缓冲区的默认行为是检查屏幕上绘制的每个像素与屏幕空间像素的深度缓冲区中存储的值。 它还创建深度缓冲区的DepthStencilView，以便Direct3D 11知道将其用作深度模板纹理。
2.6K40发布于 2018-12-04 - 来自专栏数据结构和算法
我掌握的新兴技术：AIGC：如何用AI生成惊艳的3D内容
AIGC：如何用AI生成惊艳的3D内容引言在这个博客中，我们将探讨如何使用人工智能生成计算机（AIGC）来生成惊艳的3D内容。我们将详细介绍每个步骤，并提供代码示例以帮助您理解。1. 使用AI生成3D内容人工智能可以用于生成3D内容。这通常涉及到使用深度学习模型，如生成对抗网络（GANs）或变分自编码器（VAEs）。 # 示例：使用GAN生成3D对象from keras.models import load_model# 加载预训练的GAN模型model = load_model('gan_model.h5')# 生成随机噪声 可视化生成的3D内容生成3D内容后，我们需要将其可视化。这可以通过各种3D渲染工具来实现。 # 示例：可视化生成的3D对象import matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D# 创建一个3D图形fig =
87610编辑于 2024-01-26 AI创意应用盘点：从3D模型到视频生成的LoRA技巧
这是某机构在其平台上的首个此类模型，对于构建更安全的AI体验——特别是面向社交或用户的应用——是一个有用的工具。 Hunyuan3D 2MiniHunyuan3D 2Mini是其早期3D生成模型的一个更快、更小的版本。 它非常适合游戏资产创建和风格化角色创作，并且已经出现在某社交平台的工作流程中，创作者可以用它以前所未有的速度构建充满活力的3D世界。 凭借内置的类人特性，它们非常适合用于逼真的语音、游戏对话，或者只是让你的AI听起来更有活力。 社区创意Flux、Kling和Wan2.1等模型正在推动病毒式创意的激增——包括动画人物和AI生成的虚拟形象。本期内容到此为止，但请继续关注更多关于模型、实验和值得一试的酷炫想法。
32210编辑于 2026-01-07- 来自专栏机器之心
一秒内从单个图像生成3D对象，支持实时编辑，Stability AI推出3D生成新方法SPAR3D
机器之心报道 编辑：小舟、佳琪 2D 升维成 3D 的过程中，可见部分和不可见部分可以分开建模。 2025 年来了，3D 生成也迎来了新突破。 刚刚，Stability AI 在 CES 上宣布为 3D 生成推出一种两阶段新方法 ——SPAR3D（Stable Point Aware 3D），旨在为游戏开发者、产品设计师和环境构建者开拓 3D 从单个输入图像，SPAR3D 仅需 0.7 秒即可为每个对象生成高度详细的 3D 网格。 为了既能充分利用扩散模型在分布式学习方面的优势，又能避免输出质量差和计算效率低的问题，Stability AI 的研究团队设计了一个两阶段重建系统：SPAR3D。 参考链接： https://stability.ai/news/stable-point-aware-3d?
71710编辑于 2025-02-03 - 来自专栏图形学与OpenGL
实验11 B样条曲面生成
由于求值器只提供了对曲线或表面底层描述，需要使用更高层次的NURBS接口来生成B样条曲面。 NURBS接口生成B样条曲面的过程如下。 图A.11（a）生成B样条曲面 5．实验提高 根据控制点(-1.5, -1.5, 2.0)、(-0.5, -1.5, 2.0)、(0.5, -1.5, -1.0)、(1.5, -1.5, 2.0)、 B样条曲面，见图A.11(b)。 图A.11（b）重新生成B样条曲面
2.3K40发布于 2020-10-29 - 来自专栏机器学习炼丹之旅
CS231n：11 生成模型
生成模型 生成模型的定义就是给定一个训练数据，然后生成一些新的样本，保证和所给的训练集有一样的分布。 即下图所示，假设训练集中满足分布 ，我们要做的就是生成一些样本满足分布 ，同时保证 。 生成模型主要有以下这些应用场景： 生成逼真的艺术品图片，拥有超高的分辨率，着色等。 时间序列数据的生成模型可以用于仿真和规划（在强化学习中应用）。 训练生成模型还可以使隐式表征的推断成为有用的通用特征。 对于生成一张图像，我们可以按照某个顺序逐一生成每个像素，假设第一个像素生成的概率为 ，那么第二个像素生成的概率就定义成 ，表示已经生成像素 的条件下，生成第二个像素的概率，同理第三个像素的概率为 那么，既然解码器负责生成图片，那么我们能否利用这个解码器，使用随机的编码来生成一些新的图片呢？这不就是本文在讨论的生成模型的任务吗。
80610编辑于 2022-08-08 - 来自专栏AI科技评论
苹果开发「AI 建筑师」GAUDI：根据文本生成超逼真 3D 场景！
不过，像 OpenAI 的 DALL-E 2 或谷歌 的 Imagen 等 AI 系统，都只能生成二维图像，如果文字也能变成三维场景，那带来视觉体验势必加倍提升。 现在，来自苹果的 AI 团队推出了 3D 场景生成的最新神经架构—— GAUDI 。 它可以捕捉复杂和逼真的 3D 场景分布，从移动摄像机中进行沉浸式渲染，还能根据文本提示来创建 3D 场景！ 那么，NeRFs 这种从不同摄像机角度逼真地渲染图像的强大能力，能不能用于生成式 AI 呢？ 当然可以，已经有研究团队尝试了 3D 场景的生成，如谷歌在去年首次推出了 AI 系统 Dream Fields，它将 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 不过，这个系统或许可以为苹果正在进行的渲染 3D 对象和场景的 AI 系统，这是一个好的开始和基础，据说 GAUDI 还将被应用到苹果的 XR 耳机中，用于生成数字化位置。
62910编辑于 2022-08-26 - 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。 ? 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。 这种严格的排序使他们能够将基于注意力的序列建模方法应用于生成3D网格，就像BERT或GPT模型对文本所做的一样。 PolyGen的总体目标是双重的：首先为3D模型生成一组可能的顶点（可能由图像，体素或类标签来限制），然后生成一系列的面，一个接一个地连接 顶点在一起，为该模型提供了一个合理的表面。 结论 PolyGen模型描述了用于有条件生成3D网格的强大，高效且灵活的框架。序列生成可以在各种条件和输入类型下完成，范围从图像到体素到简单的类标签，甚至除了起始标记外什么都不做。
2.1K10发布于 2020-11-09 - 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。 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。 ?
1.6K40发布于 2020-06-29
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