「See Video, Get 3D」，智源开源无标注视频学习3D生成模型See3D

好易之 • 2025-01-04 11:37 • IT资讯

智源研究院推出首个基于海量无标注互联网视频的3d生成模型see3d，实现了“see video, get 3d”的突破。该模型无需依赖昂贵的3d或相机标注数据，即可高效学习3d先验知识，并支持零样本和开放世界的3d生成、编辑及表面重建等任务。

不同于传统依赖相机参数的3D生成模型，See3D采用创新的视觉条件技术，仅利用视频中的视觉线索生成相机方向可控、几何一致的多视角E q 0 C ? X K x图像。其训练数据来o E S 5 S .自一个名l d x J为Web, _ [ e i w PVi3D1 R w I ^ ) L的大规模多视角图像数据集，包含超过3.2亿帧图像! Y ~，并可通过自动化流程持续扩展。

See3D模型架构图清晰地展现了其工作流程，其核心在于利用K 7 g _ # l时间依赖噪声生成0 4 – S 32D归纳视觉信号，进而训练可扩展的多视图扩散模型（MVD）。这使G ~ U r _得See3D能够从海量视频数据中高效学习3D世界结构，并具备以下优势：

数据扩展性: 训练数据源于互联网视频，规x k Q J模远超传统3D数据集，并可持续增长。
相机可控性: 支持在任意复杂的相机轨迹下生成场景，实现灵活的视角操控。
几何一致性: 生成的长序列新视角保持几何一致性，遵循真实三维几何物理规则。

See3D的应用场景广泛，包括：

3D互动世界生成: 输入单E B = f U K A 7张图片即可生成可交互的3D场景。
稀疏视图3D重建: 仅需3-6张图片即可重建精细化的3D场景。b a m \ B {
开放世界3D生成: 根据文本提示生成艺术化图片，并在此基础上生成虚拟3D场H ^ ^ ? (景。
单视图3D生成: 输入单张真实场景图片生成逼真的3D场景。

See3D模型、代码和Demo已开F c y e i源，论文及项目地址分别为：论文地址和项目地址。 See3D的出现为3D生成技术的发展提供了新的方向，有望降低3D数据采集成本，并推动3M d MD应用的广泛普及。

以上就是「See Video, Get 3D」，智源开源无标注视频学习3D生成模型See3D的详细内容！

百度未收录

本文由【好易之】整理自网络！
原创文章，作者:【好易之】如转载请注明出处：https://www.zhengjiaxi.com/zxwd/itzx/120904.html
如有侵权，请邮件联系 aoduoye@qq.com 删除。
本站发布的文章及附件仅限用于学习和研究目的;不得将上述内容用于商业或非法用途，否则后果请用户自负。
本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。
如果您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。如有侵权请邮件与我们联系处理。