图像到3D

LGM是支持文本/单图输入的高效高分辨率AI 3D生成项目 LGM是AI领域前沿的3D生成研究项目，提出多视图高斯特征的高效3D表示，搭配不对称U-Net高通量主干网络，依托多视图扩散模型，可从文本或单视图图像生成3D对象。该方案在保持快速生成速度的同时，支持512分辨率训练，生成的3D内容保真度更高，优于多数传统低分辨率生成方案。

基于递归扩散的3D生成重建框架，采用自条件联合训练机制 Ouroboros3D是针对图像到3D任务的算法框架，采用自条件机制联合训练扩散与重建两个模块，让两个模块相互适配提升推理鲁棒性。多视图去噪阶段，引入重建模块前序时间步输出的3D感知图作为附加条件，结合递归扩散与3D感知反馈提升几何一致性，实验表现优于多数现有同类方案。