看3.2亿帧视频学会3D生成，智源开源See3D：只需单图即可生成3D场景

文章预览

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 近日，著名AI学者、斯坦福大学教授李飞飞团队WorldLabs推出首个「空间智能」模型，仅输入单张图片，即可生成一个逼真的3D世界，这被认为是迈向空间智能的第一步。 几乎同时，国内 智源研究院 推出了首个利用大规模无标注的互联网视频学习的3D生成模型 See3D —See Video, Get 3D。 △ See3D支持从文本、单视图和稀疏视图到3D的生成，同时还可支持3D编辑与高斯渲染 不同于传统依赖相机参数（pose-condition）的3D生成模型，See3D采用全新的视觉条件（visual-condition）技术，仅依赖视频中的视觉线索，生成相机方向可控且几何一致的多视角图像。 这一方法不依赖于昂贵的3D或相机标注，能够高效地从多样化、易获取的互联网视频中学习3D先验。 See3D不仅支持零样本和开放世界的3D生成，还无需微调即可执行3D编辑、表面重 ………………………………