dinov3

Sperid Labs 发布 Idol，能将单张物体照片在 2 秒内转换为包含被遮挡面的 3D Gaussian splat（最多约 100 万个高斯），可在消费级 GPU 上以 7.2GB 显存运行。

提出RAESR，利用冻结DINOv3-L的23层融合层作为超分辨率的潜空间基底，训练415M解码器将退化嵌入映射回流形，在RealSR、DRealSR、LSDIR和DIV2K-Val上实现最优的保真度-感知权衡，且单张H20 GPU上每512×512图像仅需37ms。

本文通过生成与特定嵌入方向对应的图像，利用梯度优化和增强策略来反转模型，探索了DINOv3视觉嵌入。