秒殺Instant3D！上交大推新框架Bootstrap3D 顯著提升3D生成能力

　　上海交大和香港中文大學(xué)的研究團隊推出了一個名為Bootstrap3D的新框架，它通過結(jié)合微調(diào)的3D感知多模態(tài)大模型，能夠自動生成任意數(shù)量的高質(zhì)量多視角圖片數(shù)據(jù)，顯著提升3D生成模型的能力。這個框架的合成數(shù)據(jù)集已經(jīng)全面開源，供研究人員和開發(fā)者免費使用。

　　關(guān)鍵特點:

　　數(shù)據(jù)構(gòu)建Pipeline:自動生成多視角圖像數(shù)據(jù)和詳細描述文本，是框架的核心創(chuàng)新之一。

　　文本提示生成:使用大語言模型生成創(chuàng)意和多樣化的文本提示，為圖像生成提供素材。

　　圖像生成:結(jié)合2D擴散模型和視頻擴散模型，根據(jù)文本提示創(chuàng)建單視圖圖像。

　　多視圖合成:將單視圖圖像擴展為多視角圖像，確保不同視角下的一致性。

　　質(zhì)量篩選和描述重寫:通過3D感知模型MV-LLaVA對圖像進行質(zhì)量篩選和描述文本的重寫。

　　此外，研究團隊還提出了**訓(xùn)練timestep重安排(TTR)**策略，優(yōu)化去噪過程的不同階段，解決多視圖擴散模型訓(xùn)練中的圖像質(zhì)量和視圖一致性問題。TTR策略限制合成數(shù)據(jù)的訓(xùn)練時間步，主要參與早期去噪階段，而真實數(shù)據(jù)參與所有時間步的訓(xùn)練，提供高頻細節(jié)和真實感。

　　實驗結(jié)果證明，使用TTR策略的多視圖擴散模型在圖像-文本對齊、圖像質(zhì)量和視圖一致性方面表現(xiàn)優(yōu)異，有效提升了多視圖生成的效果。