3D生成补上物理短板!首个系统性标注物理3D数据集上线,还有一个端到端框架
南洋理工大学与上海人工智能实验室提出首个全面的物理属性3D数据集PhysXNet,包含超过26K带有丰富注释的3D物体,涵盖五种核心物理属性,并介绍了一种基于此的数据生成框架PhysXGen。
南洋理工大学与上海人工智能实验室提出首个全面的物理属性3D数据集PhysXNet,包含超过26K带有丰富注释的3D物体,涵盖五种核心物理属性,并介绍了一种基于此的数据生成框架PhysXGen。
该综述全面调研了3D场景生成领域,将现有方法划分为四大类,并揭示了不同方法在可控性、真实性、效率与一致性之间的权衡,提出了高质量数据瓶颈和评估缺乏统一标准等四大挑战及未来发展方向。
新加坡南洋理工大学S-Lab团队发布的CityDreamer4D通过模块化设计解决了4D城市生成的时间一致性及多样性问题。其核心技术包括无边界布局生成器、交通场景生成器和城市背景生成器等,能够高效且真实地生成包含动态元素的城市场景。