最近,字节跳动研究人员推出了名为MVDream的新技术,它可以仅通过文本描述生成高质量的3D图像。MVDream的创新之处在于,它可以生成连贯一致的3D图像,而不是仅仅是从不同角度拼凑的2D图像。这主要得益于MVDream使用的训练方式,即使用包含同一3D对象的多视角图像进行训练,让模型学会生成该对象的3D形状。在测试中,MVDream生成的3D图像质量显著优于其他类似技术,基本上避免了常见的3D生成问题。然而,MVDream目前的图像分辨率仍较低,只有256×256像素。字节跳动预计,未来可以通过使用更大的模型来提升质量和泛化能力。