用扩散模型监督NeRF，清华文生3D新方法成新SOTA

AIGC动态欢迎阅读

原标题：用扩散模型监督NeRF，清华文生3D新方法成新SOTA
关键字：视角,模型,文本,方法,视图
文章来源：量子位
内容字数：2587字

内容摘要：

清华王霞投稿量子位 | 公众号 QbitAI用文字合成3D图形的AI模型，又有了新的SOTA！
近日，清华大学刘永进教授课题组提出了一种基于扩散模型的文生3D新方式。
无论是不同视角间的一致性，还是与提示词的匹配度，都比此前大幅提升。
文生3D是3D AIGC的热点研究内容，得到了学术界和工业界的广泛关注。
刘永进教授课题组此次提出的新模型叫做TICD（Text-Image Conditioned Diffusion），在T3Bench数据集上达到了SOTA水平。
目前相关论文已经发布，代码也即将开源。
测评成绩已达SOTA为了评估TICD方法的效果，研究团队首先进行了定性实验，并对比了此前一些较好的方法。
结果显示，用TICD方法生成的3D图形质量更好、图形更清晰，与提示词的匹配程度也更高。
为了进一步评估这些模型的表现，团队在T3Bench数据集上将TICD与这些方法进行了定量测试。
结果显示，TICD在单对象、单对象带背景、多对象这三个提示集上都取得了最好的成绩，证明了它在生成质量和文本对齐性上都具有整体优势。
此外，为了进一步评估这些模型的文本对齐性，研究团队还对3D物体渲染得

原文链接：用扩散模型监督NeRF，清华文生3D新方法成新SOTA