دنیای مدلهای هوش مصنوعی سهبعدی هر روز پیشرفتهتر میشود. محققان به تازگی مدل جدیدی به نام PartFlow معرفی کردهاند که مشکل اصلی ویرایش سهبعدی یعنی نبود نظارت دقیق را حل میکند.
این تیم با ارائه مجموعه دادهای به نام Pxform که شامل بیش از ۱۰۰ هزار جفت تصویر قبل و بعد از ویرایش است، به مدلها یاد دادهاند که به جای دیدن کل شیء، روی «اجزای معنایی» تمرکز کنند. این یعنی ویرایشهای دقیقتر، حفظ جزئیات هندسی و ثبات بیشتر در خروجیهای سهبعدی! 🚀✨
این پیشرفت میتواند مسیر را برای تولید محتوای سهبعدی مقیاسپذیر و باکیفیت به شدت هموار کند.
منبع: arXiv Computer Vision