5秒内快速生成、直出工业级PBR资产，三维扩散模型3DTopia-XL开源

编程并不是一个机械性的工作，而是需要有思考，有创新的工作，语法是固定的，但解决问题的思路则是依靠人的思维，这就需要我们坚持学习和更新自己的知识。今天golang学习网就整理分享《5秒内快速生成、直出工业级PBR资产，三维扩散模型3DTopia-XL开源》，文章讲解的知识点主要包括，如果你对科技周边方面的知识点感兴趣，就不要错过golang学习网，在这可以对大家的知识积累有所帮助，助力开发能力的提升。

AIxiv 专栏是本站发布学术、技术内容的栏目。过去数年，本站 AIxiv 专栏接收报道了 2000 多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com

• 代码链接：https://github.com/3DTopia/3DTopia-XL
• 在线 Demo：https://huggingface.co/spaces/FrozenBurning/3DTopia-XL
• 技术报告：https://arxiv.org/abs/2409.12957
• 论文标题：3DTopia-XL: Scaling High-quality 3D Asset Generation via Primitive Diffusion
  
  

实验结果

定量对比上，3DTopia-XL 在三维生成标准评测指标超越现有的开源模型，CLIP score 上取得 24.33，超越 ShapE（21.98），也高于 3DTopia 第一版的 22.54，展现出了三维内容创作方面的巨大潜力。

同时，作者从四个维度（整体质量、几何平滑度、输入相关度和渲染正确性）对于图生三维模型输出的数字资产在工业管线中进行了用户评测（如下图所示），3D-Topia-XL 在各维度上均超越了 InstantMesh、LGM、CRM 等基于重建的主流方法。

定性对比上，作者对比了主流的基于重建的方法（标红）以及原生三维扩散模型（标黄），并在对比策略上采用直接将 mesh 导入渲染引擎进行对应环境下的渲染，来验证三维生成模型的实际可用性。如下图所示，得益于 3DTopia-XL 的高质量几何以及材质建模，其展示出的渲染效果和生成质量都超过一系列基线方法。

同时作者还验证了三维生成模型上的尺度定律（Scaling Law），增加训练计算量和增大模型尺寸都会带来生成性能的进一步提升（以 FID 下降为趋势特征）。

得益于 PrimX 表征的通用性，使得模型能够同时编码几何、纹理及材质，完成一站式三维生成引擎可用的数字资产，摆脱了多阶段独立建模的繁琐步骤。我们发现，3DTopia-XL 生成的数字资产可以直接导入 Blender，UE 等图形引擎在任意环境下进行渲染。其高质量 PBR 建模使得生成的数字资产展示出高质量反光效果，实现了与环境的无缝融合。

除了图生三维模型以外，3DTopia-XL 还会在不久的未来提供多模态输入支持，包括文生三维模型和多视角重建模型，为三维内容创作提供了全面的解决方案套装。

好了，本文到此结束，带大家了解了《5秒内快速生成、直出工业级PBR资产，三维扩散模型3DTopia-XL开源》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多科技周边知识！