Point-E：从复杂文本提示生成3D点云的系统

OpenAI Blog 模型
3d-generation diffusion-models point-clouds text-to-3d open-source

摘要

OpenAI推出Point-E，一个通过结合文本到图像和图像到3D的扩散模型，能在单个GPU上在1-2分钟内从文本提示生成3D点云的系统。该方法相比现有方法实现了显著的速度提升，同时发布了预训练模型和代码。

暂无内容
查看原文
查看缓存全文

缓存时间: 2026/04/20 14:46

# Point-E：从复杂提示生成3D点云的系统 来源：https://openai.com/index/point-e/ 虽然最近关于文本条件3D物体生成的工作已显示出有希望的结果，但最先进的方法通常需要多个GPU小时才能生成单个样本。这与最先进的生成式图像模型形成了鲜明对比，后者可以在几秒或几分钟内生成样本。在本论文中，我们探索了一种替代的3D物体生成方法，可以在单个GPU上仅用1-2分钟生成3D模型。我们的方法首先使用文本到图像扩散模型生成单个合成视图，然后使用第二个扩散模型生成3D点云，该模型以生成的图像为条件。虽然我们的方法在样本质量方面仍然低于最先进的水平，但它的采样速度快1-2个数量级，为某些用例提供了一个实用的折衷方案。我们发布了预训练的点云扩散模型，以及评估代码和模型，访问地址：https://github.com/openai/point-e

相似文章