3D训练数据

基于扩散模型的AI框架，生成高质量合成多视角3D数据 该框架利用2D和视频扩散模型，基于文本提示生成多视角图像，借助3D感知的MV-LLaVA模型筛选高质量数据并修正不准确标题，已生成100万张带密集描述标题的高质量数据，解决3D领域高质量训练数据短缺问题，还提出训练时间步重排策略，保留2D扩散先验同时学习多视角一致性。