Загрузка видео...

Не удалось загрузить видео

На главную

接近生产级别的的3D生成模型 Rodin Gen-1 正式上发布 可以在几十秒内通过文本生成高质量可直接使用的3D模型，这些模型使用四边形构造，并具有逼真的材质效果（看起来很真实）。 Rodin几乎达到了可以在实际项目和商业用途中直接应用的标准。 生成的3D模型质量非常高，细节丰富，足以满足生产级别的要求。

imxiaohu's profile picture

小互

70,803 subscribers

16,399 просмотров • 2 лет назад •via X (Twitter)

ИскусствоНаука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 5

Фото профиля 小互
小互2 лет назад

Rodin基于Diffusion Transformer架构的3D原生通用大模型，拥有超过20亿参数量。 详细介绍：

Фото профиля AssemblyAI
AssemblyAI1 год назад

Our speech-to-text models are the most accurate on the market with top rankings across industry benchmarks. - The highest accuracy rates—up to 95% - Up to 30% fewer hallucinations than other leaders - Low latency—63 minutes converts in 35 seconds Try via API for free today 👇

Фото профиля lijon
lijon2 лет назад

生成3D模型才是终极王炸，即可以转为图片又可以转换为视频，而且可以保证一致性

Фото профиля Justin
Justin2 лет назад

AI 与实体之间的窗户纸越来越薄了

Фото профиля John Paul
John Paul2 лет назад

@memdotai mem it

Похожие видео

Rodin 发布 Gen-2 3D模型 🚀 史无前例的百亿级参数量&数据规模 4倍更高的网格质量升级：生成的3D模型更加精细、清晰，细节 最牛P的功能是：递归部件生成 它不是一次性生成整个模型，而是 把一个模型拆成很多小部件，然后用“递归”的方式逐步生成和优化这些部件。 所以模型可以直接拆分成各种“零件” 有点意思😂
0:20

Rodin 发布 Gen-2 3D模型 🚀 史无前例的百亿级参数量&数据规模 4倍更高的网格质量升级：生成的3D模型更加精细、清晰，细节 最牛P的功能是：递归部件生成 它不是一次性生成整个模型，而是 把一个模型拆成很多小部件，然后用“递归”的方式逐步生成和优化这些部件。 所以模型可以直接拆分成各种“零件” 有点意思😂

小互

22,120 просмотров • 9 месяцев назад

🤣Sketch to 3D！！！做了一个简单好玩的工作流，可以直接把手绘快速变成 3D 模型 图像模型用了 Playground v2.5 保证图像语义和主体的高质量生成（可以生成主体+纯色背景），3D 生成用了可以秒出的 TripoSR 模型 如果更加追求速度，可以换成 XL-Lightning、TCD 等 工作流：
0:35

🤣Sketch to 3D！！！做了一个简单好玩的工作流，可以直接把手绘快速变成 3D 模型 图像模型用了 Playground v2.5 保证图像语义和主体的高质量生成（可以生成主体+纯色背景），3D 生成用了可以秒出的 TripoSR 模型 如果更加追求速度，可以换成 XL-Lightning、TCD 等 工作流：

-Zho-

60,752 просмотров • 2 лет назад

快速的产品构建能力 + AI 集成能力将是王炸 💥 使用 Devv.AI + Google 新出的 Nano Banana 模型，我可以在 20min 内快速搭建起一个真实可用的电商产品图片生成工具。 直接看视频 👇🏻
4:14

快速的产品构建能力 + AI 集成能力将是王炸 💥 使用 Devv.AI + Google 新出的 Nano Banana 模型，我可以在 20min 内快速搭建起一个真实可用的电商产品图片生成工具。 直接看视频 👇🏻

Jiayuan Zhang

27,524 просмотров • 10 месяцев назад

字节的Seed3D 2.0 正式发布！ 字节跳动新一代3D生成大模型震撼登场！ 精度更高、可用性更强，几何与纹理材质生成均达SOTA！  几何生成突破：创新解耦“整体结构”与“几何细节”，薄壁结构、复杂拓扑等难题实现重大飞跃  纹理生成升级：统一PBR生成模型，在真实度、材质质量、视觉细节、文字渲染上全面领先  实用创新：支持部件级拆解 + 关节化建模，完美适配交互、仿真，并轻松扩展到场景生成  已在火山方舟体验中心上线（视觉模型 → 3D生成 → Doubao-Seed3D-2.0）！ 看着发挥想象力，搞掂好玩的东西！
0:50

字节的Seed3D 2.0 正式发布！ 字节跳动新一代3D生成大模型震撼登场！ 精度更高、可用性更强，几何与纹理材质生成均达SOTA！  几何生成突破：创新解耦“整体结构”与“几何细节”，薄壁结构、复杂拓扑等难题实现重大飞跃  纹理生成升级：统一PBR生成模型，在真实度、材质质量、视觉细节、文字渲染上全面领先  实用创新：支持部件级拆解 + 关节化建模，完美适配交互、仿真，并轻松扩展到场景生成  已在火山方舟体验中心上线（视觉模型 → 3D生成 → Doubao-Seed3D-2.0）！ 看着发挥想象力，搞掂好玩的东西！

Berryxia.AI

79,309 просмотров • 2 месяцев назад

来看苹果刚发布的视频模型——星流 starflow！ 苹果刚刚发布了一个新模型 starflow, 这个模型最大的特点是可以文生视频, 图生视频, 视频生成视频, 甚至还支持生成长视频. 模型大小7B, 视频部分使用 WAN-2.2-VAE 魔改, 图片部分使用 SD-VAE 魔改, 最高只支持生成 480p 的视频, 另外模型文件格式是pth, 通常是使用 PyTorch 炼丹的时候保存的原始检查点文件时 pth. 所以这个模型更可能是个技术探索? 并不是很实用.
0:28

来看苹果刚发布的视频模型——星流 starflow！ 苹果刚刚发布了一个新模型 starflow, 这个模型最大的特点是可以文生视频, 图生视频, 视频生成视频, 甚至还支持生成长视频. 模型大小7B, 视频部分使用 WAN-2.2-VAE 魔改, 图片部分使用 SD-VAE 魔改, 最高只支持生成 480p 的视频, 另外模型文件格式是pth, 通常是使用 PyTorch 炼丹的时候保存的原始检查点文件时 pth. 所以这个模型更可能是个技术探索? 并不是很实用.

karminski-牙医

42,175 просмотров • 7 месяцев назад

Midjourney 这个新工具太好玩了！ Patchwork 可以帮你用 LLM 和 MJ 构建一个生动的世界 一旦 MJ 的视频模型完成，这个就会变成一个视频生成工具 而且你还可以通过传送门和别人的世界连接起来，生成新的故事 使用方法在下面：
1:29

Midjourney 这个新工具太好玩了！ Patchwork 可以帮你用 LLM 和 MJ 构建一个生动的世界 一旦 MJ 的视频模型完成，这个就会变成一个视频生成工具 而且你还可以通过传送门和别人的世界连接起来，生成新的故事 使用方法在下面：

歸藏(guizang.ai)

27,903 просмотров • 1 год назад

腾讯发布混元3D 2.1 模型 支持真实材质渲染 这是首个完全开源的AI 3D建模工具 提供了模型权重、训练代码和数据处理流程以及核心架构等全部数据👍🏻 混元3D 2.1 通过引入PBR（基于物理的渲染）技术，显著提升了材质细节的真实性，模型在不同光照下更自然、更一致。 可在个人电脑上运行！ 可直接用于生产：腾讯自研游戏编辑器「轻游梦工坊」 使用混元3D后，道具制作时间从 2天/个压缩到0.2天/个，提效显著。
0:36

腾讯发布混元3D 2.1 模型 支持真实材质渲染 这是首个完全开源的AI 3D建模工具 提供了模型权重、训练代码和数据处理流程以及核心架构等全部数据👍🏻 混元3D 2.1 通过引入PBR（基于物理的渲染）技术，显著提升了材质细节的真实性，模型在不同光照下更自然、更一致。 可在个人电脑上运行！ 可直接用于生产：腾讯自研游戏编辑器「轻游梦工坊」 使用混元3D后，道具制作时间从 2天/个压缩到0.2天/个，提效显著。

小互

24,527 просмотров • 1 год назад

发现一个讲的很细的大语言模型微调教程，详细介绍了整个流程,包括数据准备、参数设置、资源监控等关键步骤。 基本没有技术能力也可以完成微调。想要了解 LLM 原理的可以按这个实践一下。 时间轴： 0:00 概念概览 3:02 自定义数据的准备 8:17 微调操作演示（T4 版本） 16:52 微调操作演示（A100 版本） 19:13 在 Hugging Face 上的保存与使用方法 文字版整理： ✲ 如何使用自己的数据对大语言模型进行微调(fine-tuning)： 对大语言模型进行微调并不一定非常困难和昂贵。通过使用自己的数据集对预训练模型进行微调,可以让模型更好地适应特定的任务需求。微调过程能够在保留原模型语言理解能力的基础上,进一步提升其在特定领域或任务上的表现。 ✲ 使用Hugging Face模型库和Unslaw工具进行模型微调： Hugging Face提供了丰富的预训练语言模型资源,用户可以根据任务需求选择合适的模型作为基础进行微调。而Unslaw工具则提供了一套简单高效的微调流程,其优点包括出色的内存使用效率以及对扩展上下文窗口的支持。通过Unslaw,用户能够以较低的资源开销完成模型微调。 ✲ 在Google Colab上使用免费/付费GPU资源进行微调： Google Colab提供了免费和付费的GPU资源,用户可以根据任务的复杂程度选择使用T4或A100。对于大多数微调任务而言,免费的T4资源已经足够。但如果数据集较大或模型较为复杂,升级到A100可以获得更充裕的算力支持。Colab为用户提供了一个易于上手的模型微调环境。 ✲ 准备自定义的微调数据集： 准备微调数据的过程并不复杂。用户可以直接使用纯文本文件作为数据来源,而无需进行额外的预处理。为了获得理想的微调效果,建议至少准备100-200个样本。在示例中,为了快速演示,仅使用了几个样本。通过一个简单的Python脚本,可以方便地将原始文本数据转换为微调所需的JSON格式。 ✲ 修改Colab笔记本中的参数设置： 在Colab笔记本中,需要根据实际情况调整一些参数。例如,可以根据数据集的token数量来设置max_sequence_length参数,借助rope scaling技术,模型能够支持任意长度的上下文。此外,还可以选择使用Instruct系列模型作为base model,直接在其基础上进行指令微调。为了节省资源,可以启用4-bit量化。同时,参考Q-Lora论文的建议,调整R值和alpha值,以在资源占用和模型质量之间取得平衡。 ✲ 训练过程中的资源使用监控： 在模型训练过程中,用户可以通过Colab的资源监控选项卡实时观察GPU、内存和硬盘的使用情况。如果发现资源不足,可以考虑从T4升级到A100。通过监控资源占用,用户能够及时调整配置,确保微调任务稳定高效地进行。 ✲ 模型训练的loss变化和最佳checkpoint的选择： 通过记录不同训练步数下的loss值,可以判断模型的收敛情况。理想的做法是选择loss下降曲线趋于平缓的点作为最佳checkpoint,这样既能充分训练模型,又能避免过拟合。为了事后方便筛选,可以设置每隔一定步数保存一次checkpoint。 ✲ 模型微调完成后的保存与使用： 微调完成后,可以选择只保存adapter layers以加快保存速度。但更推荐的做法是保存完整模型,并使用float16精度,这样可以得到一个更通用和标准的模型格式,方便后续的部署和使用。 ✲ 在Hugging Face上公开或私有发布微调后的模型： 用户可以选择在Hugging Face的模型库中公开或私有地发布自己微调后的模型。发布之前,需要在Hugging Face账号中创建一个访问令牌,并在发布时提供相应的用户名和令牌信息。通过在Hugging Face上发布模型,用户可以方便地与他人分享自己的微调成果。 ✲ 使用微调后的模型进行推理(inference)： 在使用微调后的模型进行推理时,首先需要加载保存的模型。接着,使用tokenizer对输入的文本进行处理,并将其传入模型。进行推理时,max_length参数需要与训练时保持一致,以确保生成的结果不会被截断。完成以上步骤后,就可以利用微调后的模型进行各种实际应用了。
24:14

发现一个讲的很细的大语言模型微调教程，详细介绍了整个流程,包括数据准备、参数设置、资源监控等关键步骤。 基本没有技术能力也可以完成微调。想要了解 LLM 原理的可以按这个实践一下。 时间轴： 0:00 概念概览 3:02 自定义数据的准备 8:17 微调操作演示（T4 版本） 16:52 微调操作演示（A100 版本） 19:13 在 Hugging Face 上的保存与使用方法 文字版整理： ✲ 如何使用自己的数据对大语言模型进行微调(fine-tuning)： 对大语言模型进行微调并不一定非常困难和昂贵。通过使用自己的数据集对预训练模型进行微调,可以让模型更好地适应特定的任务需求。微调过程能够在保留原模型语言理解能力的基础上,进一步提升其在特定领域或任务上的表现。 ✲ 使用Hugging Face模型库和Unslaw工具进行模型微调： Hugging Face提供了丰富的预训练语言模型资源,用户可以根据任务需求选择合适的模型作为基础进行微调。而Unslaw工具则提供了一套简单高效的微调流程,其优点包括出色的内存使用效率以及对扩展上下文窗口的支持。通过Unslaw,用户能够以较低的资源开销完成模型微调。 ✲ 在Google Colab上使用免费/付费GPU资源进行微调： Google Colab提供了免费和付费的GPU资源,用户可以根据任务的复杂程度选择使用T4或A100。对于大多数微调任务而言,免费的T4资源已经足够。但如果数据集较大或模型较为复杂,升级到A100可以获得更充裕的算力支持。Colab为用户提供了一个易于上手的模型微调环境。 ✲ 准备自定义的微调数据集： 准备微调数据的过程并不复杂。用户可以直接使用纯文本文件作为数据来源,而无需进行额外的预处理。为了获得理想的微调效果,建议至少准备100-200个样本。在示例中,为了快速演示,仅使用了几个样本。通过一个简单的Python脚本,可以方便地将原始文本数据转换为微调所需的JSON格式。 ✲ 修改Colab笔记本中的参数设置： 在Colab笔记本中,需要根据实际情况调整一些参数。例如,可以根据数据集的token数量来设置max_sequence_length参数,借助rope scaling技术,模型能够支持任意长度的上下文。此外,还可以选择使用Instruct系列模型作为base model,直接在其基础上进行指令微调。为了节省资源,可以启用4-bit量化。同时,参考Q-Lora论文的建议,调整R值和alpha值,以在资源占用和模型质量之间取得平衡。 ✲ 训练过程中的资源使用监控： 在模型训练过程中,用户可以通过Colab的资源监控选项卡实时观察GPU、内存和硬盘的使用情况。如果发现资源不足,可以考虑从T4升级到A100。通过监控资源占用,用户能够及时调整配置,确保微调任务稳定高效地进行。 ✲ 模型训练的loss变化和最佳checkpoint的选择： 通过记录不同训练步数下的loss值,可以判断模型的收敛情况。理想的做法是选择loss下降曲线趋于平缓的点作为最佳checkpoint,这样既能充分训练模型,又能避免过拟合。为了事后方便筛选,可以设置每隔一定步数保存一次checkpoint。 ✲ 模型微调完成后的保存与使用： 微调完成后,可以选择只保存adapter layers以加快保存速度。但更推荐的做法是保存完整模型,并使用float16精度,这样可以得到一个更通用和标准的模型格式,方便后续的部署和使用。 ✲ 在Hugging Face上公开或私有发布微调后的模型： 用户可以选择在Hugging Face的模型库中公开或私有地发布自己微调后的模型。发布之前,需要在Hugging Face账号中创建一个访问令牌,并在发布时提供相应的用户名和令牌信息。通过在Hugging Face上发布模型,用户可以方便地与他人分享自己的微调成果。 ✲ 使用微调后的模型进行推理(inference)： 在使用微调后的模型进行推理时,首先需要加载保存的模型。接着,使用tokenizer对输入的文本进行处理,并将其传入模型。进行推理时,max_length参数需要与训练时保持一致,以确保生成的结果不会被截断。完成以上步骤后,就可以利用微调后的模型进行各种实际应用了。

歸藏(guizang.ai)

61,710 просмотров • 2 лет назад

一款快速生成超大规模的3D城市模型：GaussianCity，比现有CityDreamer方案快60倍 在生成无人机视角和街道视角的3D城市方面达到了最先进的水平，速度10.72 FPS，比CityDreamer快60倍 支持无边界的城市生成，突破了传统方法在规模上的限制 两个关键： 使用BEV-Point作为紧凑的中间表示，像鸟瞰图描述城市布局一样高效，有效控制了内存使用增长，实现无边界城市生成 使用具备空间感知的解码器，通过点序列化器整合BEV点的空间结构和上下文特征，生成3D高斯属性，实现高质量的城市渲染 #AI城市生成 #3D城市 #GaussianCity
0:25

一款快速生成超大规模的3D城市模型：GaussianCity，比现有CityDreamer方案快60倍 在生成无人机视角和街道视角的3D城市方面达到了最先进的水平，速度10.72 FPS，比CityDreamer快60倍 支持无边界的城市生成，突破了传统方法在规模上的限制 两个关键： 使用BEV-Point作为紧凑的中间表示，像鸟瞰图描述城市布局一样高效，有效控制了内存使用增长，实现无边界城市生成 使用具备空间感知的解码器，通过点序列化器整合BEV点的空间结构和上下文特征，生成3D高斯属性，实现高质量的城市渲染 #AI城市生成 #3D城市 #GaussianCity

AIGCLINK

12,588 просмотров • 1 год назад

Articraft：用Agent写代码批量生成铰接3D资产 铰接3D资产是指类似关节的、可活动的物体，例如笔记比电脑翻盖的地方、抽屉滑轨、剪刀等，这类物体对机器人仿真有重要作用。 Articraft使用一套面向LLM的领域SDK加上一个极简的Agent Harness，使得通用LLM无需微调即可高质量生成铰接资产，成本低，可大量生成。 Github：
0:42

Articraft：用Agent写代码批量生成铰接3D资产 铰接3D资产是指类似关节的、可活动的物体，例如笔记比电脑翻盖的地方、抽屉滑轨、剪刀等，这类物体对机器人仿真有重要作用。 Articraft使用一套面向LLM的领域SDK加上一个极简的Agent Harness，使得通用LLM无需微调即可高质量生成铰接资产，成本低，可大量生成。 Github：

Gorden Sun

19,507 просмотров • 1 месяц назад

如果你在做游戏, 那一定要看看这个大模型! 给大家带来腾讯刚刚发布的可以生成人物动作的大模型hunyuan-motion-1.0 实测 这个模型最大的特性是可以通过文字描述生成动作, 并且它是端到端的模型, 生成的动作可以直接用于Blender、Unity、UE等主流3D工具 我简单测试了几个极限场景, 这个模型对于日常场景的动作还原很不错, 甚至一些复杂一点的, 比如黑客帝国中的子弹时间的下腰动作还原得也不错. 那么极限在哪里呢? 简单来讲, 职业运动员的动作不太行, 比如跳台滑雪, 跳水, 小轮车这类. 总结, 这个模型用于快速生成游戏场景中NPC的日常生活动作是完全够用的, 不过主要角色的动作设计还是需要大量修改才能使用.
1:21

如果你在做游戏, 那一定要看看这个大模型! 给大家带来腾讯刚刚发布的可以生成人物动作的大模型hunyuan-motion-1.0 实测 这个模型最大的特性是可以通过文字描述生成动作, 并且它是端到端的模型, 生成的动作可以直接用于Blender、Unity、UE等主流3D工具 我简单测试了几个极限场景, 这个模型对于日常场景的动作还原很不错, 甚至一些复杂一点的, 比如黑客帝国中的子弹时间的下腰动作还原得也不错. 那么极限在哪里呢? 简单来讲, 职业运动员的动作不太行, 比如跳台滑雪, 跳水, 小轮车这类. 总结, 这个模型用于快速生成游戏场景中NPC的日常生活动作是完全够用的, 不过主要角色的动作设计还是需要大量修改才能使用.

karminski-牙医

35,801 просмотров • 6 месяцев назад

现在图生视频都在5秒或10秒，10秒的看上去像5秒的慢放，这个无论是在开源模型还是闭源模型上都有类似效果。尤其对于商业闭源视频来说，如果花费一倍以上的成本生成的10秒视频却只是5秒的慢放版，那就显得太不划算了。这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供 这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供大家参考。 #女s #les #女仆 #AI视频
0:25

Sensitive content

现在图生视频都在5秒或10秒，10秒的看上去像5秒的慢放，这个无论是在开源模型还是闭源模型上都有类似效果。尤其对于商业闭源视频来说，如果花费一倍以上的成本生成的10秒视频却只是5秒的慢放版，那就显得太不划算了。这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供 这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供大家参考。 #女s #les #女仆 #AI视频

獨自懵逼

18,922 просмотров • 1 год назад

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。
18:17

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。

Yangyi

25,462 просмотров • 2 лет назад

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.
1:06

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.

karminski-牙医

19,813 просмотров • 6 месяцев назад

可交互游戏生成模型 GameGen-X 发布！！ 能够生成非常高质量的可以操作的游戏画面。 DiT 视频模型就是新的游戏引擎！ 模型创建角色、提供动态环境、复杂动作和多样化事件。 Epic CEO 看到 Oasis 实时生成游戏的时候就急了，直接开骂。 红杉合伙人说再过五年看看，现在来看可能不需要 5 年。
1:53

可交互游戏生成模型 GameGen-X 发布！！ 能够生成非常高质量的可以操作的游戏画面。 DiT 视频模型就是新的游戏引擎！ 模型创建角色、提供动态环境、复杂动作和多样化事件。 Epic CEO 看到 Oasis 实时生成游戏的时候就急了，直接开骂。 红杉合伙人说再过五年看看，现在来看可能不需要 5 年。

歸藏(guizang.ai)

13,421 просмотров • 1 год назад

兄弟们，Hyper3D 又放大招了 这次是真的猛... Rodin Gen-2.5发布： 最强 3D 生成模型 4 秒生成百万面模型 全球首个千万面级3D生成 在模型细节上，连毛孔、皮肤微结构这种级别的细节都能还原... 原生贴图纹理，严格对齐几何，涉及到衣物质感和缝线等微小纹理正确，细节和对齐做到正确平衡。 思考模式从低到高，最快 4 秒出稿 - 极低模式 - 4 秒出稿 - 快速制作简易资产、批量测试实验 - 低模式 - 9 秒出稿 - 简约风模型，小型硬表面道具制作 - 中模式 - 20 秒出稿 - 结构与细节表现均衡 - 高模式 - 40 秒出稿 - 高品质资产，结构层次丰富，表面平滑 - 极高模式 - 80 秒出稿 - 微观细节专业资产 一张参考图就能出贴图模型 原生 3D 贴图算法，直接在三维空间里生成纹理，360° 无死角覆盖，转到背面底部都不会糊，支持 PBR 材质，光影一键预处理。用过之前那些贴图拼接糊成一坨的工具的兄弟，应该知道这个差距有多大。 Faithful 模式严格贴合参考素材，Creative 模式自动优化结构，比如轮胎给你修成完美圆形。最高精度档下还能切 Micro 和 Clean： Micro 给你毛孔级细节，Clean 给你干净平滑的几何，做风格化或者后续上动画都好用。而且支持同时并行跑 10 个模型，批量探索创意方向直接起飞。 背后团队是影眸科技，国人团队，2016 年就开始做 3D 生成。 整个行业走"2D 升维 3D"捷径的时候，他们死磕原生 3D 模型，更难，但破面、拓扑混乱这些致命问题，只有这条路能治。 今年论文拿了 SIGGRAPH 2025 最佳论文奖，同期获奖的商业公司只有 Google 和 Meta。
1:37

兄弟们，Hyper3D 又放大招了 这次是真的猛... Rodin Gen-2.5发布： 最强 3D 生成模型 4 秒生成百万面模型 全球首个千万面级3D生成 在模型细节上，连毛孔、皮肤微结构这种级别的细节都能还原... 原生贴图纹理，严格对齐几何，涉及到衣物质感和缝线等微小纹理正确，细节和对齐做到正确平衡。 思考模式从低到高，最快 4 秒出稿 - 极低模式 - 4 秒出稿 - 快速制作简易资产、批量测试实验 - 低模式 - 9 秒出稿 - 简约风模型，小型硬表面道具制作 - 中模式 - 20 秒出稿 - 结构与细节表现均衡 - 高模式 - 40 秒出稿 - 高品质资产，结构层次丰富，表面平滑 - 极高模式 - 80 秒出稿 - 微观细节专业资产 一张参考图就能出贴图模型 原生 3D 贴图算法，直接在三维空间里生成纹理，360° 无死角覆盖，转到背面底部都不会糊，支持 PBR 材质，光影一键预处理。用过之前那些贴图拼接糊成一坨的工具的兄弟，应该知道这个差距有多大。 Faithful 模式严格贴合参考素材，Creative 模式自动优化结构，比如轮胎给你修成完美圆形。最高精度档下还能切 Micro 和 Clean： Micro 给你毛孔级细节，Clean 给你干净平滑的几何，做风格化或者后续上动画都好用。而且支持同时并行跑 10 个模型，批量探索创意方向直接起飞。 背后团队是影眸科技，国人团队，2016 年就开始做 3D 生成。 整个行业走"2D 升维 3D"捷径的时候，他们死磕原生 3D 模型，更难，但破面、拓扑混乱这些致命问题，只有这条路能治。 今年论文拿了 SIGGRAPH 2025 最佳论文奖，同期获奖的商业公司只有 Google 和 Meta。

小互

42,511 просмотров • 1 месяц назад

前端设计这一块谷歌是真没问题！我用Gemini 3.5 Flash做了个3D飞机模型展览，太帅了呀！ ​ 制作方法：​ 1.GPT2-image生生成正视图、背视图、左视图和右视图 2.3D模型生成​，注意需要用纹理 3.UI预览图生成​，调用Codex内置GPT2-image即可 4.用Gemini 3.5 Flash生成网站​ ​ 生成网站这一步在Google AI Studio上传不了3D模型的glb文件，所以就必须要调API在本地做个网站了。 我是在Zenmux调用的，大家应该对Zenmux也不陌生，就是那个一有新模型就免费给大家玩的网站。​ ​ 它提供一个KEY调用所有顶级大模型的功能，不仅可以用Gemini 3.5 Flash绘制前端，如果有小BUG，还可以再切换到GPT5.5或Oplu4.7进行修复，使用非常丝滑！​ ​ 想先免费试一试下 Gemini 3.5 Flash的能力？ 壕气冲天的Zenmux现在直接免费送一周TOKEN（有限额）！ 传送门直达：
0:41

前端设计这一块谷歌是真没问题！我用Gemini 3.5 Flash做了个3D飞机模型展览，太帅了呀！ ​ 制作方法：​ 1.GPT2-image生生成正视图、背视图、左视图和右视图 2.3D模型生成​，注意需要用纹理 3.UI预览图生成​，调用Codex内置GPT2-image即可 4.用Gemini 3.5 Flash生成网站​ ​ 生成网站这一步在Google AI Studio上传不了3D模型的glb文件，所以就必须要调API在本地做个网站了。 我是在Zenmux调用的，大家应该对Zenmux也不陌生，就是那个一有新模型就免费给大家玩的网站。​ ​ 它提供一个KEY调用所有顶级大模型的功能，不仅可以用Gemini 3.5 Flash绘制前端，如果有小BUG，还可以再切换到GPT5.5或Oplu4.7进行修复，使用非常丝滑！​ ​ 想先免费试一试下 Gemini 3.5 Flash的能力？ 壕气冲天的Zenmux现在直接免费送一周TOKEN（有限额）！ 传送门直达：

逸尘

42,390 просмотров • 1 месяц назад