AI根据人类大脑活动重建视觉图像

AI根据人类大脑活动重建视觉图像 这项研究利用了开源的 Stable Diffusion 模型，由日本大阪大学的科学家完成。该AI模型能够有效地生成高质量图像，并且能够捕捉到图像中不同层次的特征，从低级的边缘和纹理到高级的语义和场景。 他们使用功能性磁共振成像 (fMRI) 记录了人类大脑在观看不同类型的图片时产生的神经活动。然后设计了一个AI神经网络，学习大脑活动与 Stable Diffusion 的潜在表示 (图片的多维特征) 之间的映射关系。通过这个网络，他们能够从大脑活动中重建出与原始图片非常相似的图像。

Stability AI 发布单幅图像生成 3D 对象的 Stable Zero123

Stability AI 发布单幅图像生成 3D 对象的 Stable Zero123 Stability AI 发布了能根据单幅图像生成对象各个角度视图的模型 Stable Zero123。Stable Zero123 是基于 Stable Diffusion 1.5，生成一个视图消耗的内存与 Stable Diffusion 1.5 相同，但如果要生成 3D 视图需要更多时间和更多内存，建议 24GB。Stable Zero123 目前只支持研究目的的非商业使用。代码和权重发布在上。来源 ， 频道：@kejiqu 群组：@kejiquchat

【芝加哥大学研究人员推出使用文本生成局部风格化纹理的AI方法“3D画笔”】

【芝加哥大学研究人员推出使用文本生成局部风格化纹理的AI方法“3D画笔”】 据11 月 27 日报道，芝加哥大学研究人员与 Snap Research 合作，推出了一种名为 3D 画笔（3D Paintbrush）的人工智能方法，通过文本描述自动生成网格上的局部语义区域的纹理。这一创新使得用户可以通过直观的、自由形式的文本输入控制纹理编辑，为各种网格描述其编辑。该方法使用在 3D 表面上定义的多层感知器，创建产生在 3D 中平滑变化的神经纹理，减少了纹理的噪点，并具有超分辨率能力。 快讯/广告 联系 @xingkong888885

【引起轰动的日本AI"读脑术"：大脑视觉信号被Stable Diffusion复现图像】这项研究来自大阪大学，已被CVPR

【引起轰动的日本AI"读脑术"：大脑视觉信号被Stable Diffusion复现图像】这项研究来自日本大阪大学，已被CVPR 2023收录。模型依次从大脑早期（蓝色）和较高（黄色）视觉皮层内的fMRI信号中，解码出重建图像（z）和相关文本（c）的潜在表征。将这些潜在表征当作输入模型，得到最终复现出来的图像Xzc。 #抽屉IT

新的Meta 3D Gen可在一分钟内根据文本生成高质量的3D素材

新的Meta 3D Gen可在一分钟内根据文本生成高质量的3D素材 Meta 的人工智能研究团队最近推出了 Meta 3D Gen (3DGen)，这是一种用于文本到 3D 素材生成的最先进的新系统。Meta 声称，这一新系统可以在一分钟内生成高质量的 3D 素材。生成的三维素材将具有高分辨率纹理和材质贴图。3DGen 还支持基于物理的渲染（PBR）和对以前生成的 3D 素材进行生成再纹理。Meta 3D Gen 结合了两个主要组件：文本到 3D 生成和文本到纹理生成。下面是它的工作原理：第一阶段：三维素材生成根据用户提供的文本提示，第一阶段使用 Meta 的三维素材生成模型（AssetGen）创建初始三维素材。这一步将生成带有纹理和 PBR 材质贴图的 3D 网格。推理时间约为 30 秒。第 2 阶段：用例 1：生成三维纹理细化根据阶段 1 生成的三维素材和初始文本提示，阶段 2 将为该素材生成更高质量的纹理和 PBR 贴图。它使用 Meta 的文本到纹理生成器 Meta 3D TextureGen。推理时间约为 20 秒。用例 2：生成三维（再）纹理给定一个未纹理化的三维网格和一个描述其所需外观的提示。阶段 2 还可以从头开始为该三维素材生成纹理（网格可以是以前生成的，也可以是艺术家创建的）。推理时间约为 20 秒。您可以在这里阅读 Meta 3D Gen 的技术论文全文。Meta 公司还发表了技术论文，介绍他们用于高质量三维模型生成和基于文本提示的纹理生成的方法，这些方法是 Meta 3D Gen 系统的基础。 ... PC版： 手机版：