تولید محیطهای سهبعدی از دیدگاه شخصی (Ego-centric) همیشه با چالشهایی مثل بههمریختگی هندسی و نبود هماهنگی در زوایای مختلف همراه بوده است. حالا محققان مدل جدیدی به نام CGGS معرفی کردهاند که این مشکل را حل میکند.
این مدل با ترکیب مدلهای انتشار (Diffusion) و تکنیکهای پیشرفته بازسازی Gaussian، میتواند صحنههایی کاملاً منسجم و دقیق بر اساس متن تولید کند. در واقع، CGGS با درک بهتر عمق و فضا، خروجیهای سهبعدیِ بسیار باکیفیتتری را نسبت به مدلهای قبلی ارائه میدهد که برای کاربردهای واقعیت مجازی و طراحی سهبعدی فوقالعاده است! 🚀
بعدی
منبع: arXiv AI