エントリーフォーム - COYOTE 3DCG STUDIO | C&R Creative Studios

Universal Animation Library - 120以上の人物アニ...

Quaterniusによる120以上の人物アニメーションを収録したライブラリーパック「Universal Animation Library」!無料プランもあり、CC0ライセンスで提供されます!

続きを読む

Easy Custom Normals - アニメキャラモデル制作に最適!歪んだ...

Fondant(@getfondant)による法線のスムージングツールBlenderアドオン「Easy Custom Normals」がSuperHive上で無料公開されています!

続きを読む

UberPaint - 環境アーティストの為に設計されたレイヤーベースのマテリア...

​Forest Stook氏が、環境アーティストの為に設計したレイヤーベースのマテリアルペイントBlenderアドオン「UberPaint」が登場!現在無料ダウンロードが可能です!​

続きを読む

Ancient Valley UE5 Realistic Scene Full ...

環境アーティストのDiamondDog氏によるUnreal Engine 5を使用したリアルなシーン構築チュートリアルコース『Ancient Valley UE5 Realistic Scene Full Process Tutorial』がCG&デジタルアート学習オンラインプラットフォーム「WINGFOX」にて取り扱い開始されています。

続きを読む

EDGS: Eliminating Densification for Effi...

​ミュンヘン大学の研究チームCompVisが開発した新しい3D再構築技術「EDGS(Eliminating Densification for Efficient Convergence of 3DGS)」の論文が公開されています!これまでの3DGSよりも優れた精度を実現出来るとか!

続きを読む

従量課金制の Flex で柔軟に制作 | メディア&エンターテイメント | Autodesk

DreamFusion: Text-to-3D using 2D Diffusion - テキストプロンプトから3次元モデル(NeRF:Neural Radiance Field)を生成できる技術が登場!

この記事は約2分36秒で読めます

Google Researchチームらによる、テキストから画像への拡散モデルを使用し、NeRF(Neural Radiance Field)を構築する事で、3Dデータ無しで3D形状を生成できる技術「DreamFusion」が登場していました。

2022年10月7日 – 日本語の解説動画を追加


プロモーション

CGWORLD vol.321(2025年5月号)、「セガのゲームで学ぶ3DCGの基礎」特集号を先行告知!


DreamFusion

近年、テキストから画像への合成において、数十億の画像とテキストのペアで学習した拡散モデルによって飛躍的な進歩があった。このアプローチを3D合成に適用するには、ラベル付けされた3D資産の大規模データセットと3Dデータのノイズ除去のための効率的なアーキテクチャが必要であるが、どちらも現在存在しない。本研究では、これらの制約を回避するために、事前に学習した2次元のテキストから画像への拡散モデルを用いて、テキストから3次元への合成を実行する。本研究では、確率密度蒸留法に基づく損失を導入し、パラメトリック画像生成器の最適化のための事前学習として2次元拡散モデルを使用することを可能にする。この損失を用いて、ランダムに初期化された3次元モデル(Neural Radiance Field: NeRF)を勾配降下法により最適化し、ランダムな角度からの2次元レンダリングが低損失となるようにする。その結果、与えられたテキストの3Dモデルを任意の角度から見たり、任意の照明で照らしたり、任意の3D環境に合成したりすることができるようになる。本手法は、3次元学習データおよび画像拡散モデルの改変を必要とせず、事前学習された画像拡散モデルの有効性を示すものである。

キャプションが与えられると、DreamFusionはImagenというテキストから画像への生成モデルを用いて、3Dシーンを最適化する。我々は、損失関数を最適化することによって拡散モデルからサンプルを生成する方法であるScore Distillation Sampling (SDS)を提案する。SDSは、画像に微分的にマップバックできる限り、3次元空間のような任意のパラメータ空間においてサンプルを最適化することができる。この微分可能なマッピングを定義するために、Neural Radiance Fields(NeRF)に似た3Dシーンパラメタリゼーションを使用する。SDSは単独で合理的なシーンの外観を生成しますが、DreamFusionは正則化と最適化戦略を追加し、ジオメトリを改善します。その結果、学習されたNeRFは、高品質の法線、表面形状、深度を持ち、ランバートシェーディングモデルで再照明可能な、首尾一貫したものとなります。

  • テキストから3Dを生成
  • 生成サンプルギャラリー:DreamFusion: Text-to-3D using 2D Diffusion
  • 生成物はNeRFモデルなのでマーチングキューブアルゴリズムを使用して3Dメッシュ化可能

DreamFusion 日本語解説動画

凄い時代になっていきますね。もはや簡単なものはモデリングすら不要になるかぁ。
こういった素材をどう活用するかが今後重要になってきそうです。論文は公開されておりますが、プロジェクトはまだ未公開かな?楽しみですね。是非サイトをチェックしてみてください。

リンク

Screenshot of dreamfusion3d.github.io

プロモーション


関連記事

  1. DeepAnime - 1枚のイラストから顔のアニメーションを生成できる深層学習エンジン!

    2019-08-07

  2. Unique3D: High-Quality and Efficient 3D Mesh Generation from a Single Image - 1枚の画像から3Dメッシュを生成するフレームワーク!オープンソース公開!オンライン上で動かすデモもあるよ!

    2024-07-06

  3. MDM: Human Motion Diffusion Model - テキストから人物モーションの生成や合成が可能な技術が登場!

    2022-10-05

  4. MeshPad: Interactive Sketch Conditioned Artistic-designed Mesh Generation and Editing - スケッチ入力をベースに忠実性の高い3Dメッシュを生成する技術!

    2025-03-12

コメントをお待ちしています。

コメント

日本語が含まれない投稿は無視されます。-Posts that do not include the Japanese will be ignored-(スパム対策-anti Spam-)

3D人-3dnchu-

3D/2D/VR/GAME/AIなどのCGに関連する個人的に気になる情報をほぼ毎日紹介!XやYoutubeなども是非フォローよろしくお願いします!

※当サイトの一部記事にはアフィリエイトが含まれております。

アーカイブ

カテゴリ

おすすめ商品Pickup

注目の記事

PR


PR


採用 | 3DCGアーティスト&テクニカルアーティスト大募集 | 株式会社Cygames

   
USD
3D人のLINEアカウントを作りました!
友だち追加


follow us in feedly

RSSリーダーで購読する


ほしい物リスト公開中!
3D人運営に援助!
Amazonでリストを見る

Discordチャンネル公開

pixivFUNBOXページ公開!




おすすめ商品Pickup

おすすめ記事

ページ上部へ戻る