AIGC動態歡迎閱讀

原標題：ECCV 2024 | 引入DiT的原生3D通用框架，適用任意神經場、秒級生成
關鍵字：模型,研究者,方法,數據,視圖
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com論文一作蘭宇時為南洋理工大學（NTU）博士生，導師為 Chen Change Loy。本科畢業于北京郵電大學，目前主要研究興趣為基于神經渲染的 3D 生成模型、3D 重建與編輯。
在 ECCV 2024 中，來自南洋理工大學 S-Lab、上海 AI Lab 以及北京大學的研究者提出了一種原生 3D LDM 生成框架。具體來講，他們針對現有原生 3D 生成模型可拓展性差、訓練效率低、泛化性較差等問題，提出一種基于 3D VAE 和 3D-DiT 的兩階段通用 3D 生成框架 Latent Neural ?elds 3D Diffusion (LN3Diff)。該方法在 Objaverse 數據集上進行了大規模訓練，并在多個基準測試中取得了優異成績，并擁有更快的推

原文鏈接：ECCV 2024 | 引入DiT的原生3D通用框架，適用任意神經場、秒級生成

聯系作者

文章來源：機器之心
作者微信：
作者簡介：