本文へスキップ

MIDI

一枚の画像から複数の 3D インスタンスを生成

公式サイトを見る

MIDI とは

本技術は複数インスタンスの拡散モデルによる画像から 3D シーンへの生成手法と説明されている。一枚の画像から正しい空間関係の複数の 3D インスタンスを作る。

できること

  • 概念図から 3D シーンを組み立てる
  • 複数の物体を一つの場面にまとめる
  • 生成した場面のテクスチャを整える

主な機能

  • 注意機構が空間整合性を保つ
  • 部分的な物体画像と全体文脈を入力
  • 場面単位のデータが相互作用を監督

使い始めるには

  • プロジェクトのページで特徴を確認
  • コードと依存関係を取得し導入
  • 入力画像を用意しモデルを動かす

長所と短所

✓ 良い点

  • 生成したテクスチャは MV-Adapter でさらに整えられる
  • 単一物体のデータを正則化に用いる

! 注意したい点

  • コードと依存関係の取得と導入が必要
  • 合成・実場面・スタイル化のいずれかの画像を準備

よくある質問

中核の仕組みは?

カードには物体間の相互作用を捉える複数インスタンスの注意機構が挙げられる。

対応する画像は?

資料には合成データ・実場面データ・スタイル化画像が挙げられる。

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