DreamHuman 是一种从文本描述自动生成逼真可动的三维人物头像模型的方法，该方法将大规模的文本到图像合成模型、神经辐射场和统计人体模型连接在一起，以新颖的建模和优化框架产生动态三维人物头像，具有高质量的纹理、实例特定的表面变形和多样化的外观、衣着、肤色和身体形态。

Jun, 2023

通过 DreamControl 的两阶段 2D-lifting 框架，实现了在 3D 生成中解决几何不一致性的 Janus 问题，并生成出几何一致性和纹理保真度都很高的高质量 3D 内容。

Dec, 2023

大规模文本到图像扩散模型的最新进展在文本到三维生成领域取得了重大突破，仅通过给定的文本提示从零开始创作三维内容。然而，现有的文本到三维技术在创作过程中缺乏一项关键能力：根据用户的需求规范（如草图）对合成的三维内容进行交互式控制和塑造。为了解决这个问题，我们首次尝试在条件上添加手绘草图的文本到三维生成，即 Control3D，以增强用户的可控性。具体而言，我们通过改进的 2D 条件扩散模型（ControlNet）来引导作为 NeRF 参数化的三维场景的学习，以使每个三维场景视角与给定的文本提示和手绘草图对齐。此外，我们利用预训练的可微分照片到草图模型直接估计合成三维场景上渲染图像的草图。此类估计的草图以及每个采样视角进一步被强制与给定的草图在几何上保持一致，从而实现了更好的可控文本到三维生成。通过广泛的实验证明，我们的提议可以生成与输入的文本提示和草图紧密对齐的准确忠实的三维场景。

Nov, 2023

C3DAG 是一个新颖的姿势控制的文本到 3D 动物生成框架，通过提供高质量的 3D 模型，解决了当前方法在生成动物时存在的解剖和几何不准确的问题。

Jun, 2024

通过利用未标记图像和无监督方法，DreamCreature 提出了一种新的文本生成图像模型，能够生成具有丰富结构和逼真外观的新生物种类，以促进创意应用和属性修改。

Nov, 2023

DreamBooth3D 是一种将个性化的文本 - 图像模型与文本 - 3D 生成相结合的方法，通过 3 阶段优化策略实现了神经光辐射场的 3D 一致性和文本 - 图像模型的个性化能力，能够生成高质量、个性化的 3D 模型。

Mar, 2023

Text-to-3D 生成已经取得了显著的进展，但当需要在指定视点自定义特定外观时，仅仅依靠整体描述来生成 3D 对象时会出现挑战。在这个工作中，我们提出了 DreamView，一种文本到图像的方法，通过协作的文本指导注入模块灵活地注入视点特定和整体文本指导，从而实现多视图自定义同时保持整体一致性，在每个视图中平衡分离的内容操作和整体对象的全局一致性，从而实现自定义和一致性的双重成就。因此，DreamView 使艺术家能够创造性地设计 3D 对象，促进更具创新性和多样性的 3D 资产的创作。

Apr, 2024

通过引入多视角 ControlNet 和强化学习模型 ControlDreamer，本研究在文本指导下实现了创意几何和风格的 3D 建模，同时提出了一个全面的 3D 风格编辑基准，证明该方法在质量和度量上优于现有的文本生成 3D 方法。

Dec, 2023

AnimatableDreamer 是一个文本到四维 (4D) 生成框架，通过从单目视频中提取的物体运动生成多种类别的非刚性物体，借助于我们的创新优化设计，即 Canonical Score Distillation (CSD) 简化了 4D 到 3D 生成维度，通过在时间变化的相机空间中去噪音并在唯一的规范空间中进行蒸馏过程，CSD 通过可微分的扭曲保证得分梯度通过规范空间反向传播，从而保证了时间一致的生成并在不同姿势中保持形态的可信度，在 4D 模型生成方面提供了一种新的视角和非刚性 3D 模型重构方法。

Dec, 2023

DreamAvatar 是一个生成高质量、可控制姿态的 3D 人类头像的框架，它使用了可训练的 NeRF 生成 3D 点密度和颜色特征以及预先训练的文本到图像扩散模型提供 2D 自监督。通过 SMPL 模型提供粗略的姿势和形状指导生成，并引入了包含规范空间和观察空间的双重空间设计，它们之间由 NeRF 学习的变形场联系，从规范空间将优化的纹理和几何转移到目标位置头像，添加正常一致性正则化以获得更生动的几何和纹理。经过广泛的评估，证明 DreamAvatar 明显优于现有方法，为文本和形状引导的 3D 人体生成设立了新的技术水准。

Apr, 2023