Google发布CAT3D，1分钟内能够从任意数量的真实或生成的图像中创建3D场景。

文章预览

给定任意数量的输入图像，使用以这些图像为条件的多视图扩散模型来生成场景的新视图。生成的视图被输入到强大的 3D 重建管道，生成可以交互渲染的 3D 表示。总处理时间（包括视图生成和 3D 重建）仅需一分钟。 相关链接 论文：https://arxiv.org/pdf/2405.10314 项目：cat3d.github.io 论文阅读 CAT3D:使用多视图扩散模型以3D形式创建任何内容 摘要 3D重建的进步使高质量的3D捕获成为可能，但需要用户收集数百到数千张图像来创建3D场景。我们提出了cat3d，这是一种通过多视图扩散模型模拟真实世界的捕获过程来创建任何3D内容的方法。给定任意数量的输入图像和一组目标新颖视点，我们的模型生成高度一致的场景新颖视点。 这些生成的视图可以用作鲁棒的3D重建技术的输入，以产生可以从任何视点实时呈现的3D表示。CAT3D可以在短短一分钟内创建整个3D场景， ………………………………