Point-E: ရှုပ်ထွေးသော တုံ့ပြန်ညွှန်ကြားချက်များမှ 3D point cloud များကို ထုတ်လုပ်ရန် စနစ်တစ်ခု
မကြာသေးမီက စာသားအခြေအနေပေးထားသော 3D အရာဝတ္ထု ထုတ်လုပ်ရေးဆိုင်ရာ လုပ်ငန်းများသည် အားတက်ဖွယ်ရလဒ်များကို ပြသထားသော်လည်း အဆင့်မြင့်ဆုံး နည်းလမ်းများမှာ နမူနာတစ်ခုတည်း ထုတ်လုပ်ရန် GPU နာရီများစွာ လိုအပ်လေ့ရှိသည်။ ၎င်းသည် စက္ကန့်အနည်းငယ် သို့မဟုတ် မိနစ်အနည်းငယ်အတွင်း နမူနာများကို ထုတ်ပေးနိုင်သော အဆင့်မြင့်ဆုံး ရုပ်ပုံထုတ်လုပ်ပေးနိုင်သော မော်ဒယ်များနှင့် သိသိသာသာ ကွာခြားနေသည်။ ဤစာတမ်းတွင် ကျွန်ုပ်တို့သည် GPU တစ်လုံးတည်းပေါ်တွင် 1-2 မိနစ်အတွင်းသာ 3D မော်ဒယ်များကို ထုတ်လုပ်ပေးနိုင်သော 3D အရာဝတ္ထုထုတ်လုပ်ရေး နည်းလမ်းအခြားတစ်ခုကို လေ့လာထားသည်။ ကျွန်ုပ်တို့၏ နည်းလမ်းသည် ပထမဦးစွာ text-to-image diffusion model ကို အသုံးပြု၍ ပေါင်းစပ်ဖန်တီးထားသော မြင်ကွင်းတစ်ခုကို ထုတ်လုပ်ပြီး၊ ထို့နောက် ထုတ်လုပ်ထားသော ရုပ်ပုံအပေါ် အခြေခံသည့် ဒုတိယ diffusion model ဖြင့် 3D point cloud တစ်ခုကို ထုတ်လုပ်သည်။ ကျွန်ုပ်တို့၏ နည်းလမ်းသည် နမူနာအရည်အသွေးပိုင်းတွင် အဆင့်မြင့်ဆုံး နည်းလမ်းများကို မမီသေးသော်လည်း နမူနာထုတ်ယူရာတွင် ၁၀ ဆမှ ၁၀၀ ဆအထိ ပိုမိုမြန်ဆန်ပြီး အသုံးပြုမှုအချို့အတွက် လက်တွေ့ကျသော အလဲအလှယ်တစ်ခုကို ပေးစွမ်းသည်။ ကျွန်ုပ်တို့သည် ကြိုတင်လေ့ကျင့်ထားသော point cloud diffusion မော်ဒယ်များအပြင် အကဲဖြတ်ရေးကုဒ်နှင့် မော်ဒယ်များကိုလည်း ဤ https URL(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) တွင် ထုတ်ပြန်ပေးထားသည်။
