标签
Fable 5 发布，能够通过一句话生成游戏、城市或复刻经典，展示了文本到3D内容的强大能力。
本文识别并解决了文本到三维生成模型中的“潜在汇陷阱”问题，即模型对文本提示变得不敏感。我们提出了一个框架，将几何表示与语言敏感性解耦，从而实现对分布外形状的稳健文本驱动三维形状编辑。
HY-World 2.0 是一个多模态世界模型框架，通过全景生成、轨迹规划和场景组合等专用模块，从文本、图像和视频中生成高保真度的三维高斯泼溅场景，在开源方法中实现了最先进的性能。
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。