Originalarbeiterreichbar
Structured 3D Latents for Scalable and Versatile 3D Generation
Jianfeng Xiang und Mitautoren stellen Ende 2024 das Verfahren TRELLIS vor, das 3D-Objekte direkt aus einem Bestand von 3D-Daten lernt. Trainiert wird an rund 500.000 Objekten aus vier öffentlichen Beständen (Abschnitt 4 des Volltexts). Das Modell arbeitet aus Text oder aus einem Bild, und dasselbe Ergebnis lässt sich in mehreren Formaten ausgeben.
geprüft 10.11.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 07.11.2026:
train models with up to 2 billion parameters on a large 3D asset dataset of 500K diverse objects
bestätigt 10.11.2026Our model generates high-quality results with text or image conditions
bestätigt 10.11.2026which allows decoding to different output formats, such as Radiance Fields, 3D Gaussians, and meshes
bestätigt 10.11.2026