站長(zhǎng)之家（ChinaZ.com）5月20日 消息:谷歌推出的CAT3D模型在3D重建領(lǐng)域取得了顯著的進(jìn)展，它通過使用多視角擴(kuò)散模型來(lái)創(chuàng)建3D場(chǎng)景，提供了一種快速且高效的方法來(lái)生成3D內(nèi)容。

主要特點(diǎn):

• 快速生成:CAT3D能夠在最短的時(shí)間內(nèi)，即一分鐘內(nèi)完成整個(gè)3D場(chǎng)景的創(chuàng)建，這比現(xiàn)有的單圖像和少視圖3D場(chǎng)景創(chuàng)建方法要快得多。

• 多視圖支持:該模型不僅支持單圖像輸入，還能夠處理多圖像輸入，從而生成更加豐富和詳細(xì)的3D場(chǎng)景。

• 高質(zhì)量的3D捕獲:CAT3D利用多視圖擴(kuò)散模型，可以根據(jù)任意數(shù)量的輸入圖像和目標(biāo)新視圖生成高度一致的場(chǎng)景新視圖。

• 實(shí)時(shí)渲染:生成的新視圖可以作為3D重建技術(shù)的輸入，實(shí)現(xiàn)從任何視點(diǎn)實(shí)時(shí)渲染3D表示，這對(duì)于虛擬現(xiàn)實(shí)、游戲開發(fā)和建筑設(shè)計(jì)等領(lǐng)域非常有用。

• 結(jié)構(gòu)優(yōu)勢(shì):CAT3D使用視頻擴(kuò)散模型的結(jié)構(gòu)，但與時(shí)間嵌入不同，每個(gè)圖像都嵌入了相機(jī)姿態(tài)，這有助于更準(zhǔn)確地捕捉場(chǎng)景的3D結(jié)構(gòu)。

• 3D重建管道:生成的視圖被傳遞到3D重建管道，以創(chuàng)建精確的3D表示，這對(duì)于后續(xù)的3D建模和可視化至關(guān)重要。

CAT3D的出現(xiàn)是3D重建技術(shù)的重大突破，它有潛力改變虛擬現(xiàn)實(shí)、游戲開發(fā)、建筑設(shè)計(jì)等多個(gè)行業(yè)，為用戶提供更加真實(shí)和互動(dòng)的體驗(yàn)。

項(xiàng)目頁(yè):https://top.aibase.com/tool/cat3d

論文地址:https://huggingface.co/papers/2405.10314

（舉報(bào)）