<figure><img src="https://res.cloudinary.com/dcsny9dt4/image/upload/v1779305806/Slide_4_3_-_7_vrgpdx.png"></figure>
<p>PixWorld — свежий подход к <b>3D-генерации</b> и реконструкции сцен, который сразу обращает на себя внимание: здесь нет латентных автоэнкодеров, а значит, детали не теряются на этапе преобразования. Модель работает прямо в пиксельном пространстве, что позволяет получать более четкую <b>геометрию</b> объектов и сцены на выходе.</p>
<video><source src="https://rss.neurootlichnik.ru/images/88303a1c-6d30-4f36-bd7d-b2b51f374c85/video_0.mp4" type="video/mp4"/></video>
<video><source src="https://rss.neurootlichnik.ru/images/88303a1c-6d30-4f36-bd7d-b2b51f374c85/video_1.mp4" type="video/mp4"/></video>
<video><source src="https://rss.neurootlichnik.ru/images/88303a1c-6d30-4f36-bd7d-b2b51f374c85/video_2.mp4" type="video/mp4"/></video>
<p>Результат работы — это не только привычное RGB-изображение, но и глубинная карта (RGBD), а также сцена в формате гауссовых примитивов. Такой подход позволяет восстанавливать и создавать 3D-объекты без использования VAE, что сказывается на скорости: генерация одной сцены занимает около 0,6 секунды, что до тысячи раз быстрее некоторых аналогов.</p>
<p>PixWorld не требует сложных входных данных — достаточно рендеренного изображения или набора ракурсов. Однако, по первым тестам, генерация по тексту пока уступает по качеству результатам, полученным с помощью изображений.</p>
<p>Авторы обещают выложить код и дистиллированную модель с четырьмя шагами обучения на <b>GitHub</b> — пока остается только ждать релиза и следить за обновлениями.</p>
Нейро Отличник
www.neurootlichnik.ru