ICLR'24 开源 | DiffTF：首个基于3D感知Transformer的3D物体生成最新SOTA!

文章预览

本次分享我们邀请到了南洋理工大学S-Lab在读博士曹子昂，为大家详细介绍他们的工作： Large-Vocabulary 3D Diffusion Model with Transformer 项目主页 ： https://ziangcao0312.github.io/difftf_pages/ 开源代码 ： https://github.com/ziangcao0312/DiffTF 直播信息 时间 2024年5月26日（周日）晚上20：00 主题 ICLR'24 | DiffTF：基于Transformer的SOTA大词汇3D物体生成框架 直播平台 3D视觉工坊哔哩哔哩 扫码观看直播，或前往B站搜索3D视觉工坊观看直播 嘉宾介绍 曹子昂 南洋理工大学S-Lab在读博士。研究方向为3D物体生成。 直播大纲 3D物体生成现有方法简介 DiffTF论文详解 实验细节、代码、数据用法讲解 参与方式 DEMO 摘要 我们提出了一种基于扩散模型的大量类别 3D 物体生成框架( Large-Vocabulary 3D Diffusion Model with Transformer )，克服了三个主要挑战： a)3D 生成需要高效且表达力强的 3D 表示， b)3D 物体拥 ………………………………