nv-tlabs/XCube

What it solves

XCubeは、時間のかかるテスト時最適化を必要とせずに、高解像度3Dボクセルグリッドを生成する課題を解決します。高有効解像度（最大1024³）で詳細な3Dオブジェクトや大規模な屋外シーン（最大100m x 100m）の作成を可能にし、フィードフォワード方式で数百万のボクセルを生成できます。

How it works

XCubeは階層的ボクセル潜在拡散モデルを使用します。効率的なVDBデータ構造に基づいて構築されたカスタムフレームワークを使用して、解像度を粗いものから細かいものへと段階的に3Dグリッドを生成します。このアプローチにより、モデルは任意の属性を持つ疎な3Dボクセルグリッドを扱うことができます。

Who it’s for

このプロジェクトは、3D生成AI、空間インテリジェンス、および高解像度3Dシーン合成に取り組む研究者や開発者向けに設計されています。

Highlights

• High Resolution: 最大1024³の精細な有効解像度をサポートします。
• Feed-forward Generation: テスト時最適化を必要とせずに3Dコンテンツを生成します。
• Versatile Tasks: 無条件生成、ユーザーガイド付き編集、単一スキャンからのシーン補完、およびテキストから3Dへの変換が可能です。
• Large Scale: ボクセルサイズがわずか10cmの大規模な屋外シーンでも有効性が実証されています。