# 視覺質量

這項研究提出了一種新的分層3D高斯表示方法，用於即時渲染非常大的數據集。該方法通過3D高斯splatting技術提供了優秀的視覺質量、快速的訓練和即時渲染能力。通過分層結構和有效的細節層次(Level-of-Detail, LOD)解決方案，可以高效渲染遠處內容，並在不同層次之間實現平滑過渡。該技術能夠適應可用資源，通過分而治之的方法訓練大型場景，並將其整合到一個可以進一步優化以提高高斯合併到中間節點時的視覺質量的層級結構中。

InstructVideo 是一種通過人類反饋用獎勵微調來指導文本到視頻的擴散模型的方法。它通過編輯的方式進行獎勵微調，減少了微調成本，同時提高了微調效率。它使用已建立的圖像獎勵模型，通過分段稀疏採樣和時間衰減獎勵的方式提供獎勵信號，顯著提高了生成視頻的視覺質量。InstructVideo 不僅能夠提高生成視頻的視覺質量，還能保持較強的泛化能力。欲瞭解更多信息，請訪問官方網站。

HyperHuman是一個生成逼真的人類圖像的模型。該模型通過捕捉人類圖像的結構性特徵，從粗略的身體骨架到細粒度的空間幾何形狀，生成具有連貫性和自然性的人類圖像。HyperHuman包括三個部分：1）構建一個大規模的人類數據集HumanVerse，其中包含340M張圖像和全面的註釋，如人體姿勢、深度和表面法線；2）提出一個潛在結構擴散模型，該模型同時去噪深度、表面法線和合成的RGB圖像。我們的模型在一個統一的網絡中強制學習圖像外觀、空間關係和幾何形狀，模型中的每個分支都具有結構感知性和紋理豐富性；3）最後，為了進一步提高視覺質量，我們提出了一個結構引導的細化器，用於更詳細的高分辨率生成。大量實驗證明，我們的模型在各種場景下生成了具有高真實感和多樣性的人類圖像，達到了最先進的性能。