由于3D内容创作在AR/VR、游戏和电影行业中的广泛应用,它已经引起了显著的关注。随着扩散模型的发展和大规模3D对象数据集的建立,最近三代3D基础生成通过微调的文本到图像(T2I)扩散模型以及从头开始训练大型重建模型得到了广泛的探索,引领了3D资产创建进入新时代。
坦率的讲,要是两年前,我肯定得自己去徒手建模了。但是如今,让我自己再去建模那肯定不可能,C4D和Blender我打开都不想打开,作为一个AI博主,要是再回去手工建模,那简直就是就回到原始人了。
数字人产业的发展并非一帆风顺,从虚拟数字人到视频数字人,每一次尝试都伴随着质疑和挑战。那么真人3D数字人能否突破瓶颈,真正成为开启元宇宙的大门呢?
Nvidia近日在美国丹佛举行的Siggraph大会上宣布,正在大幅扩展Nvidia Inference Microservices(NIM)库以涵盖物理环境、高级视觉建模和各种垂直应用。
可控场景生成(即生成具有可重新排列布局的图 像的任务)是生成建模的一个重要课题 [16, 34],其应 用范围包括社交媒体平台的内容生成和编辑,以及互 动式室内设计和视频游戏。
英伟达多伦多AI实验室的研究人员正努力解决生成图像与视频的时间问题。在本周英伟达GTC 2024大会上,他们概述了这项工作的部分成果,展示的相关进展有助于更快(因此更经济)生成“噪声”更少的图像与细节更丰富的3D图形,甚至能够将以往耗时几周或几个月的任务缩短至几天乃至几分钟。
当前美国的“消费者”们正沉浸在前所未有的“0元购”狂欢中,一场“盛宴”却是零售业的“噩梦”。生活成本的上升压缩了消费者预算,零售商们承受着前所未有的压力。过去两周,沃尔玛、塔吉特、均提及这种犯罪行为对其业务和员工的影响损失达到了数十亿美元。
Nvidia近日对超逼真实时3D图形协作和模拟平台Omniverse进行了多项升级更新,包括为企业用户和创作者提供更高的性能和新的工具。
Adobe携手创意网站It's Nice That(INT)于近日发布3D 趋势报告,通过研究目前全球3D设计领域的创意作品,总结出当下3D产业的趋势偏好:“重新想象现实”,即运用生活中的灵感将现实设计中的对象与元素重新组合来表达自我。
NVIDIA现已宣布举办首届专为开发者、工程师、技术艺术家、业余爱好者和研究者打造的NVIDIA Omniverse比赛,参赛者需要开发用于3D世界的Python工具。
让AI模型如何在少量训练数据支持下学会在物理世界中行走,目前已经取得了快速进展。这项研究能够显著缩短AI模型获得视觉导航能力的时间。以前,实现这类目标要需要利用大量数据集配合重复“强化学习”才能实现。
GANverse3D应用为2D到3D的图像转换提供了全新的思路,而目前3D图像设计在建筑师、创作者、游戏开发人员与设计师等领域有着广泛的应用,这样GANverse3D具有广阔的应用空间。