Mar, 2024

3DTopia: 带混合扩散先验的大规模文本到3D生成模型

TL;DR我们提出了一个两阶段的文本到3D生成系统,名为3DTopia,它使用混合扩散先验在5分钟内生成高质量的通用3D资产。第一阶段直接从3D数据学习的3D扩散先验中采样,由文本条件的三视图潜在扩散模型提供动力,快速生成用于快速原型设计的粗糙3D样本。第二阶段利用2D扩散先验进一步优化第一阶段中粗糙3D模型的纹理。优化包括潜在空间和像素空间的优化,用于生成高质量的纹理。为了促进所提出系统的训练,我们通过结合视觉语言模型和大型语言模型清洗和加标最大的开源3D数据集Objaverse。实验证据定性和定量地展示了所提出系统的性能。我们的代码和模型可在此https网址获得。