209-A3.2｜生成式可重打光LRM，3D表示方法研究综述；多奖励RL人类偏好文生动作，语言运动预训练用于运动生成、检索与描述

文章预览

AIGC   Research 主编｜ 庄才林（Cailin Zhuang） 技术支持｜胡耀淇（Yaoqi Hu） Topic: 3D Generation/Reconstruction｜Relightable LRM RelitLRM: Generative Relightable Radiance for Large Reconstruction Models RelitLRM 2024-10-08｜MIT, Stanford, Cornell U, Adobe Research｜⭐️ 🟡 http://arxiv.org/abs/2410.06231v2 https://relit-lrm.github.io/ 概述 本研究提出了一种新颖的 生成性大型重建模型（RelitLRM），旨在从4到8张在未知静态光照条件下捕获的稀疏图像中生成高质量的可重光照3D对象重建 。与传统的逆渲染方法相比，RelitLRM不再依赖于密集捕获和耗时的优化过程，这往往导致高光或阴影烘焙等伪影。该模型 采用基于前馈变换器的架构，结合几何重构器和基于扩散的可重光照外观生成器，能够有效分解几何形状和外观，解决材料与光照之间的模糊性 。通过对合成多视图渲染的对象进行训练，RelitLRM在处理稀疏视图 ………………………………