画像内キャラを3D変換する強力モデル「Zero123++」、文章から高品質3Dモデル生成するAI「DreamCraft3D」など重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第18回目は3Dモデルで大きな躍進がありました。画像1枚から3Dモデルを高品質に生成する拡散モデル「Zero123++」をはじめとする、生成AI最新論文の概要5つをお届けします。 生成AI論文ピックアップ画像1枚から3Dモデルを高品質に生成する拡散モデル「Zero123++」 テキスト入力から高品質な3Dモデルを生成する手法「DreamCraft3D」 1兆パラメータの大規模言語モデルを一般的なサーバで推論可能にする圧縮フレームワーク「QMoE」 複数のテキスト入力から長めの動画を生成するモデル「FreeNoise」 中国テンセント含む研究者らが発表 画像認識AIの「

[wsmfp327]

推論にコストかかるなぁ "NVIDIA A6000を4台、またはNVIDIA 3090を8台搭載した一般的なサーバで"

[pwatermark]

まだまだサンプルが足りない、というか足りる所まで学習させるの大変だと思うけど、「この方向性がある」と示すには充分なデモになってる

[pmint]

「学習禁止」を表明してる絵師が「自分も3Dモデラーになれる」と知ったらどうするだろう。で、モデルを作る絵師が増えてきたら…

[Seamless]

他には1兆パラメータのLLMを一般サーバで推論できる圧縮技術「QMoE」複数プロンプトから長い動画を生成「FreeNoise」画像認識AIの幻覚を見つけ修正する技術