本文へスキップ

GRM

疎な視点画像から約 0.1 秒で 3D 資産を復元する

公式サイトを見る

GRM とは

本モデルは大規模な前方伝播型の再構築モデルと紹介され、疎な視点の画像から 3D 資産を復元し、密集した 3D ガウス分布で場面を表すと説明される。

できること

  • 少ない視点から 3D 資産を取り戻す
  • 複数視点の画素をガウス分布にまとめる
  • 挙げられた手法から分布とメッシュを再構築する

モデルについて

  • Transformer が複数視点の入力を融合する
  • 画素対応の分布から密集した 3D ガウスが得られる
  • 文章から 3D、画像から 3D が生成の可能性に挙がる

長所と短所

✓ 良い点

  • Transformer が複数視点の情報を融合する
  • 3D ガウス分布とメッシュの両方を再構築できる

! 注意したい点

  • 生成の可能性は拡散モデルと組む場合に挙がる
  • 資料が示す結果は疎な視点の入力に依存

よくある質問

再構築はどれほど速い?

資料は約 0.1 秒の再構築と 8 秒未満の生成を挙げる。

どの手法が挙がる?

機能一覧は Zero123++、Instant3D、V3D、SV3D を挙げる。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法