안정성 AI 오픈 소스 새 릴리스: 3D 생성에 비디오 확산 모델 도입, 품질 일관성 향상, 4090 재생 가능

Stable Diffusion을 개발한 회사인 Stability AI가 새로운 것을 출시했습니다.

이번에는 그래픽 3D의 새로운 발전이 이루어졌습니다.

Stable Video Diffusion을 기반으로 한 SV3D(Stable Video 3D)는 단 하나의 사진으로 고품질 3D 메시를 생성할 수 있습니다.

SVD(Stable Video Diffusion)는 고해상도 비디오 생성을 위해 Stability AI가 이전에 출시한 모델입니다. SV3D의 등장은 영상 확산 모델이 3D 생성 분야에 성공적으로 적용된 최초의 사례입니다.

이를 바탕으로 SV3D는 3D 생성의 품질과 뷰 일관성을 크게 향상시켰다고 공식적으로 밝혔습니다.

모델 가중치는 여전히 오픈 소스이지만, 비상업적 목적으로만 사용할 수 있습니다. 상업적으로 사용하려면 Stability AI 멤버십을 구매해야 합니다~

더 이상 고민하지 마세요. 논문의 세부 사항을 살펴보십시오.

3D 생성을 위한 비디오 확산 모델 사용

잠재 비디오 확산 모델을 소개하는 SV3D의 핵심 목적은 비디오 모델의 시간적 일관성을 사용하여 3D 생성의 일관성을 향상시키는 것입니다.

그리고 영상 데이터 자체도 3D 데이터보다 구하기 쉽습니다.

안정성 AI는 이번에 두 가지 버전의 SV3D를 제공합니다.

• SV3D_u: 단일 이미지를 기반으로 궤도 비디오를 생성합니다.

• SV3D_p: SV3D_u의 기능을 확장하여 지정된 카메라 경로를 기반으로 3D 모델 비디오를 생성합니다.

연구원들은 또한 3D 최적화 기술을 개선했습니다. 즉, 대략적인 학습 전략을 사용하고 NeRF 및 DMTet 메시를 최적화하여 3D 개체를 생성했습니다.

또한 훈련 데이터에 직접 표시되지 않는 영역을 최적화하여 생성된 3D 모델의 품질과 일관성을 향상시키기 위해 마스크된 점수 증류 샘플링(SDS)이라는 특수 손실 함수를 설계했습니다.

동시에 SV3D는 조명 효과와 텍스처를 분리하기 위해 구형 가우시안 기반의 조명 모델을 도입하여 텍스처 선명도를 유지하면서 내장 조명 문제를 효과적으로 줄입니다.

특히 아키텍처 측면에서 SV3D에는 다음과 같은 주요 구성 요소가 포함되어 있습니다.

• UNet: SV3D는 SVD를 기반으로 구축되었으며 각 레이어에는 일련의 잔여 블록(포함)이 있는 다중 레이어 UNet이 포함되어 있습니다. 3D 컨볼루션 레이어) 및 공간 정보와 시간 정보를 각각 처리하는 두 개의 변환기 모듈이 있습니다.
• 조건부 입력: 입력 이미지는 VAE 인코더를 통해 잠재 공간에 삽입되고 잡음 잠재 상태와 병합되어 UNet에 함께 입력됩니다. 입력 이미지의 CLIP 삽입 매트릭스는 각 Transformer 모듈 크로스의 키로 사용됩니다. -attention 레이어 값 쌍.
• 카메라 궤적 인코딩: SV3D는 카메라 자세 조건의 영향을 연구하기 위해 정적 및 동적의 두 가지 유형의 궤적을 설계했습니다. 정적 궤도에서 카메라는 규칙적인 간격의 방위각으로 물체를 둘러싸고, 동적 궤도에서는 카메라가 불규칙한 간격의 방위각과 다양한 앙각을 허용합니다.

카메라의 모션 궤적 정보와 확산 노이즈의 시간 정보가 함께 잔여 모듈에 입력되어 정현파 위치 임베딩으로 변환됩니다. 그런 다음 이러한 임베딩 정보가 통합되고 선형 변환되어 노이즈 시간에 추가됩니다. 단계 삽입.

이러한 디자인은 카메라 궤적과 노이즈 입력을 미세하게 제어하여 모델의 이미지 처리 능력을 향상시키는 것을 목표로 합니다.

또한 SV3D는 생성 프로세스 중에 CFG(분류자 없는 안내)를 사용하여 생성의 선명도를 제어합니다. 특히 트랙의 마지막 몇 프레임을 생성할 때 삼각형 CFG 스케일링을 사용하여 과도한 선명도를 방지합니다. .

연구원들은 Objaverse 데이터 세트에서 575×576의 이미지 해상도와 33.8도의 시야를 사용하여 SV3D를 훈련했습니다. 이 논문에서는 세 가지 모델(SV3D_u, SV3D_c, SV3D_p) 모두 4개의 노드에서 약 6일 동안 훈련되었으며 각 노드에는 8개의 80GB A100 GPU가 장착되어 있음이 밝혀졌습니다.

실험 결과

새로운 관점 합성(NVS) 및 3D 재구성 측면에서 SV3D는 기존의 다른 방법을 능가하여 SOTA에 도달했습니다.

정성적 비교 결과에 따르면 SV3D에서 생성된 다시점 뷰는 더 풍부한 디테일을 가지며 원본 입력 이미지에 더 가깝습니다. 즉, SV3D는 사물의 3차원 구조를 이해하고 재구성하는데 있어 보는 각도 변화 시 세부 사항을 보다 정확하게 포착하고 일관성을 유지할 수 있습니다.

이러한 결과는 많은 네티즌들의 감정을 불러일으켰습니다.

향후 6~12개월 내에 3D 생성 기술이 게임 및 비디오 프로젝트에 사용될 것으로 예상됩니다.

댓글 영역에는 항상 대담한 아이디어가 있습니다...

그리고 이 프로젝트는 오픈 소스입니다. 첫 번째 친구들은 이미 이 게임을 플레이했고 4090에서 실행할 수 있습니다.

참조 링크:
[1]https://twitter.com/StabilityAI/status/1769817136799855098.
[2]https://stability.ai/news/introducing-stable-video-3d.
[3]https://sv3d.github.io/index.html.

위 내용은 안정성 AI 오픈 소스 새 릴리스: 3D 생성에 비디오 확산 모델 도입, 품질 일관성 향상, 4090 재생 가능의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!