# 3D場景生成

Stable Virtual Camera是Stability AI開發的一個1.3B參數的通用擴散模型，屬於Transformer圖像轉視頻模型。其重要性在於為新型視圖合成（NVS）提供了技術支持，能夠根據輸入視圖和目標相機生成3D一致的新場景視圖。主要優點是可自由指定目標相機軌跡，能生成大視角變化且時間上平滑的樣本，無需額外神經輻射場（NeRF）蒸餾即可保持高一致性，還能生成長達半分鐘的高質量無縫循環視頻。該模型僅可免費用於研究和非商業用途，定位是為研究人員和非商業創作者提供創新的圖像轉視頻解決方案。

HoloDreamer是一個文本驅動的3D場景生成框架，能夠生成沉浸式且視角一致的全封閉3D場景。它由兩個基本模塊組成：風格化等矩形全景生成和增強兩階段全景重建。該框架首先生成高清晰度的全景圖作為完整3D場景的整體初始化，然後利用3D高斯散射（3D-GS）技術快速重建3D場景，從而實現視角一致和完全封閉的3D場景生成。HoloDreamer的主要優點包括高視覺一致性、和諧性以及重建質量和渲染的魯棒性。

WonderWorld是一個創新的3D場景擴展框架，允許用戶基於單張輸入圖片和用戶指定的文本探索和塑造虛擬環境。它通過快速高斯體素和引導擴散的深度估計方法，顯著減少了計算時間，生成幾何一致的擴展，使3D場景的生成時間少於10秒，支持即時用戶交互和探索。這為虛擬現實、遊戲和創意設計等領域提供了快速生成和導航沉浸式虛擬世界的可能性。

Text2Immersion是一個優雅的從文本提示生成高質量3D沉浸場景的方法。我們提出的流水線首先使用預訓練的2D擴散和深度估計模型逐步生成高斯雲。接下來是對高斯雲進行精煉,插值和精煉以增強生成場景的細節。與僅關注單個物體或室內場景,或採用縮小軌跡的主流方法不同,我們的方法可以生成包含各種物體的不同場景,甚至擴展到創造想象中的場景。因此,Text2Immersion可以對各種應用產生廣泛的影響,如虛擬現實、遊戲開發和自動內容創建。大量的評估證明我們的系統在渲染質量和多樣性方面優於其他方法,並且繼續推進面向文本的3D場景生成。

LucidDreamer是一種無域3D場景生成技術，通過充分利用現有大規模擴散生成模型的能力，可以從單個文本提示或單個圖像生成可導航的3D場景。該方法具有夢境和對齊兩個交替步驟，首先根據輸入生成多視角一致的圖像，然後將新生成的3D場景部分和諧地整合在一起。LucidDreamer生成的高度詳細的高斯斑點與以往的3D場景生成方法相比沒有目標場景域的限制。