Redian新闻
>
3D生成竞技场来了!比拼360°环绕视频,最强模型由你pick

3D生成竞技场来了!比拼360°环绕视频,最强模型由你pick

公众号新闻
3DGen 发自 凹非寺
量子位 | 公众号 QbitAI

3D生成也有自个儿的人工评测竞技场了~

来自复旦大学和上海AI lab的研究人员搞了个3DGen-Arena,和大语言模型的Chatbot-Arena、GenAI-Arena等一脉相承,要让大伙儿对3D生成模型来一场公开、匿名的评测。

3DGen-Arena同样是让两个模型进行比较,分文生3D、图生3D两个赛道。

展示形式上考虑到3D生成的复杂性,3DGen-Arena同时提供3D资产的法线图、无纹理几何图和贴纹理RGB图的360°环绕视频

投票方式很简单,请看VCR:

第一步点击“Sample”选择prompt(共有1000+条),第二步点击“Send”让模型生成,第三步分别从几何合理性、几何精细度、纹理质量、几何-纹理一致性、文本/图像-3D一致性这5个维度上对模型投票,投完票就能看到背后模型的真面目了。

目前场上已有19个开源3D生成模型,其中9个文生3D模型,13个图生3D模型。


除匿名投票外,3DGen-Arena还支持参与者与指定模型进行比较,以及与单个模型交互。

已开赛,来pick

近两年,得益于Diffusion模型在2D领域取得的巨大成功,以及Objaverse系列大规模3D数据集的开源,3D物体生成领域已经进入迅速发展阶段,3D生成模型数量激增。

然鹅,如何科学、公平地评价这些模型成为了领域内公认的难题。

目前已有的3D评测指标大多沿用了2D领域的范式。其中,Clip系列模型表现出的强大图文对齐能力使得基于Clip的方法尤为受欢迎,如Clip-Similarity、Clip R-Precision等。

但由于2D和3D领域间存在不容忽视的域差异(domain gap),这类不具备3D先验知识的2D指标,在实际应用中,常常并不能满足人们的需要。

例如,3D工作者们关心的几何合理性、3D一致性、纹理伪影等等关键问题,2D指标远远无法达到令人满意表征水平。

于是,目前工作中更具可信度的评价大多来自于定性的用户评价(user-study),但缺少一个统一、多样的prompt集,使得不同模型间的user-study并不那么容易对齐。

最近,因大语言模型以及多模态大模型表现出的优异性能,出现了一些基于大模型问答的3D评测体系。但此类依赖黑盒模型的评测系统,可能会引入一些潜在的系统性误差,而且不具备好的可解释性。

3D生成评测是一项不适定问题(ill-posed problem),需要综合考虑几何质量、纹理质量、以及与输入信息的匹配程度。

自动化评测系统的探索面临很多技术难题,但令人振奋的是,语言和图像领域为我们提供了人工评测的新思路。

由此,来自复旦大学和上海AI lab的开发者推出了3DGen-Arena。

为实现多维度、全方位的评估,3DGen-Arena划分出的5个独立维度各有侧重,互为补充:

“几何合理性”是3D模型的基本要求,能够衡量生成模型习得的3D先验水平;

“几何精细度”则是更高层次的要求,是提升生成质量的关键方向;

“纹理质量”直接影响生成的3D资产的视觉效果,视角一致、富有美学的纹理贴图是纹理优化的目标;

“几何-纹理一致性”在现实世界中,常常被忽略。但在生成过程中,我们发现保证一致的贴图并不总是容易的;

“文本/图像-3D一致性”是条件生成方式的内在要求,实现跨模态精准控制是不断追求的目标。

除了匿名模型投票外,3DGen-Arena还允许参与者指定模型进行比较,以及与单个模型交互,满足社区的多样需求。

开发人员表示,考虑到部分文生3D模型漫长的训练时长,以及复杂的数据后处理,目前3DGen-Arena暂不支持开放式输入的在线生成功能。

但他们精心设计了1k+条prompt,其中文生3D和图生3D各500余条,是现有其他评测系统prompt集数量的10倍(~10x),涵盖了“交通工具”、“动物”、“植物”、“食物”、“室内物品”、“室外物品”等6大基础类别。

为了观察3D生成模型对prompt复杂程度的敏感程度,除了单个物体生成外,开发人员还设计了物体间的多种排列组合方式,以及一些带有交互的“微场景”。

截至目前,3DGen-Arena平台已经内嵌了1w+个3D资产,可以提供5.8w组不同的比较对。

开发人员还表示,之后将继续维护和完善3DGen-Arena:增添更多的开源、甚至闭源模型;定期维护、更新排名榜;上线支持开放式输入的在线生成服务……

3D生成为何需要一个科学、全面、鲁棒的评价体系?这当中益处不言而喻。

一方面, 通过质量评测,深入理解现有生成模型的优缺点,挖掘潜在的发展方向,进而指导模型改进和新算法的开发,不断探索AIGC的能力边界。

另一方面,多维度的3D质量评测对实践应用有指导性作用, 便于针对不同的下游需求,把握关键维度,权衡次要维度。

话不多说了,从事3D生成的或者对3D生成任务感兴趣的家人们,快去pick你喜欢的模型吧~

https://huggingface.co/spaces/ZhangYuhan/3DGen-Arena

—  —


投稿请发邮件到:

[email protected]

标题注明【投稿】,告诉我们:

你是谁,从哪来,投稿内容

附上论文/项目主页链接,以及联系方式哦

我们会(尽量)及时回复你


点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见 ~ 

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
众包新玩法!LLM竞技场诞生基准测试,严格分离学渣学霸新鲜出炉!2024大波士顿地区10家早茶店合集,看看你pick哪一家知名学者与顶级投资人领衔!视频、3D、音乐生成玩家都来了,中国生成式AI大会嘉宾阵容更新,4月开启!OpenAI再压谷歌一头,最强模型GPT-4o免费发布,语言对话媲美人类反应VAST宋亚宸:3D生成迈入秒级时代,今年将做到Midjourney V5/V6水平丨GenAICon 2024《春姑娘》&《枕着光的她》从莫言说他的母亲想到的~通用世界模型问世:不学习就能生成新领域视频,可实时控制大模型盲测竞技场放榜!国产黑马冲进世界七强,中文并列第一CVPR 2024|让图像扩散模型生成高质量360度场景,只需要一个语言模型中国版 Sora 来了!一键生成 16 秒 1080P 视频,清华系团队能对标 OpenAI 吗?个人感慨之126 谁是傻子?几千块的耳机不香了!不入耳,无感佩戴,3D环绕音质,还得是美国魔声!无需3D数据也能训练,港科&港中文联手华为推出3D自动驾驶场景生成模型王炸开场,世界最强模型重回OpenAIDiT架构大一统:一个框架集成图像、视频、音频和3D生成,可编辑、能试玩高质量3D生成最有希望的一集?GaussianCube在三维生成中全面超越NeRF开源模型打败GPT-4!LLM竞技场最新战报,Cohere Command R+上线国家安全部:太空不是相互博弈的竞技场English Five Days黑马!大模型竞技场榜单更新,国产玩家首次进入全球总榜前109家AI相关公司获融资;3大科技巨头被曝将面临反垄断调查;Vidu重大更新,生成32秒视频,支持音视频合成丨AI情报局「Sora平替」来了!一键生成5秒视频,还免费,我们实测:很顶!啊好想去浪!!还想要360°防护无死角?这套户外装备你必须Pick!3D 版 SORA 来了!DreamTech 推出全球首个原生 3D-DiT 大模型 Direct3D5秒完成3D生成,真香合成数据集已开源,上交港中文新框架超越Instant3D回国杂记(2403)难忘农垦中学那些人和事支持合成一分钟高清视频,华科等提出人类跳舞视频生成新框架UniAnimateICLR 2024 | 量化和增强模态偏好影响下的多模态鲁棒性大模型到底哪家强?达摩院推出“全自动竞技场Auto Arena”评测框架神笔马良画出三维世界,基于线稿的3D生成编辑方法SketchDream来了国产黑马大模型盲测竞技场挺进全球前十!中文榜和GPT-4o并列第一复旦发布公开匿名评测平台:3D生成模型同台竞技,魁首究竟花落谁家!直播预约|对话VAST宋亚宸:聊聊3D生成「通用大模型」时代苹果的AI,不和AI公司成竞品
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。