简介
Long-LRM是一个用于3D高斯重建的模型,能够从一系列输入图像中重建出大场景。该模型能在1.3秒内处理32张960x540分辨率的源图像,并且仅在单个A100 80G GPU上运行。它结合了最新的Mamba2模块和传统的transformer模块,通过高效的token合并和高斯修剪步骤,在保证质量的同时提高了效率。与传统的前馈模型相比,Long-LRM能够一次性重建整个场景,而不是仅重建场景的一小部分。在大规模场景数据集上,如DL3DV-140和Tanks and Temples,Long-LRM的性能可与基于优化的方法相媲美,同时效率提高了两个数量级。
截图

产品特色
处理高达32张高分辨率输入图像,实现快速3D场景重建
采用Mamba2块和transformer块的混合架构,提高token处理能力
通过token合并和高斯修剪步骤,平衡重建质量和效率
单次前馈步骤即可重建整个场景,无需多次迭代
在大规模场景数据集上具有与优化方法相媲美的性能
提高了两个数量级的效率,显著减少计算资源消耗
支持广泛的视图覆盖和高质量的照片级真实感重建
使用教程
1. 准备一系列待重建场景的输入图像,分辨率至少为960x540。
2. 确保拥有兼容的GPU硬件,如A100 80G GPU。
3. 将输入图像和Long-LRM模型一同加载到计算环境中。
4. 配置模型参数,包括token合并策略和高斯修剪阈值。
5. 运行Long-LRM模型,等待模型处理输入图像并生成3D重建结果。
6. 查看和评估重建的3D场景,根据需要进行后处理和优化。
7. 将重建的3D场景应用于所需的领域,如3D打印、虚拟现实或游戏开发。
流量来源
直接访问 | 50.90% | 外链引荐 | 16.57% | 邮件 | 0.04% |
自然搜索 | 5.66% | 社交媒体 | 25.83% | 展示广告 | 1.01% |
最新流量情况
月访问量
608
平均访问时长
19.18
每次访问页数
1.48
跳出率
38.93%
总流量趋势图
地理流量分布情况
美国
100.00%
地理流量分布全球图
同类开源产品

MIT MAIA
优质新品
MAIA(Multimodal Automated Interpretability Agent)是由MIT计算机科学与人工智能实验室(CSAIL)开发的一个自动化系统,旨在提高人工智能模型的解释性。
研究工具#自动化

Arxiv Summarizer
该产品是一个 Python 脚本,利用 Gemini API 从 arXiv 获取和总结研究论文。
研究工具#论文摘要

Surfsense
SurfSense 是一款开源的 AI 研究助手,它将多种外部资源(如搜索引擎、Slack、Notion 等)整合在一起,帮助用户高效地进行研究和信息管理。
研究工具#信息管理

Primitiveanything
PrimitiveAnything 是一种利用自回归变换器生成 3D 模型的技术,能够自动创建细致的 3D 原始装配体。
3D建模#深度学习

Deerflow
DeerFlow 是一个深度研究框架,旨在结合语言模型与如网页搜索、爬虫及 Python 执行等专用工具,以推动深入研究工作。
研究工具#开源

Camerabench
CameraBench 是一个用于分析视频中相机运动的模型,旨在通过视频理解相机的运动模式。
研究工具#相机运动

Blender MCP
Blender MCP 是一款将 Blender 与 Claude AI 通过模型上下文协议 (MCP) 相连的插件,使 AI 可以直接与 Blender 交互和控制。
3D建模#Blender

Atypica.ai
中文精选
Atypica.AI 是一个专注于商业研究的智能体框架,利用语言模型来分析和理解消费者情绪、市场认知与决策偏好。
研究工具#消费者行为

Vibe Draw
Vibe Draw 是一款强大的 AI 驱动平台,能够快速将粗略草图转化为专业质量的 3D 模型。
3D建模#AI 工具
替代品

Arxiv Summarizer
该产品是一个 Python 脚本,利用 Gemini API 从 arXiv 获取和总结研究论文。
研究工具#论文摘要

Surfsense
SurfSense 是一款开源的 AI 研究助手,它将多种外部资源(如搜索引擎、Slack、Notion 等)整合在一起,帮助用户高效地进行研究和信息管理。
研究工具#信息管理

Primitiveanything
PrimitiveAnything 是一种利用自回归变换器生成 3D 模型的技术,能够自动创建细致的 3D 原始装配体。
3D建模#深度学习

Deerflow
DeerFlow 是一个深度研究框架,旨在结合语言模型与如网页搜索、爬虫及 Python 执行等专用工具,以推动深入研究工作。
研究工具#开源

Camerabench
CameraBench 是一个用于分析视频中相机运动的模型,旨在通过视频理解相机的运动模式。
研究工具#相机运动

Blender MCP
Blender MCP 是一款将 Blender 与 Claude AI 通过模型上下文协议 (MCP) 相连的插件,使 AI 可以直接与 Blender 交互和控制。
3D建模#Blender

LHM
LHM(大规模可动画人类重建模型)利用多模态变压器架构进行高保真 3D 头像重建,支持从单张图像生成可动画的 3D 人类形象。
3D建模#人类模型

Cube
Cube 是一个强大的 3D 智能生成模型,旨在帮助开发者在 Roblox 平台上创建各种 3D 资产和场景。
3D建模#生成式 AI

Spatiallm
SpatialLM 是一个专为处理 3D 点云数据设计的大型语言模型,能够生成结构化的 3D 场景理解输出,包括建筑元素和对象的语义类别。
3D建模#点云处理
精选AI产品推荐

Nocode
中文精选
NoCode 是一款无需编程经验的平台,允许用户通过自然语言描述创意并快速生成应用,旨在降低开发门槛,让更多人能实现他们的创意。
开发平台#应用开发
912

Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具,支持中文和英语,基于前沿 AI 技术,能够快速生成用户感兴趣的播客内容。
音频生成#AI
348

Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理,能够将创意提示转化为艺术作品,支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理开源
564

Smart PDFs
国外精选
Smart PDFs 是一个在线工具,利用 AI 技术快速分析 PDF 文档,并生成简明扼要的总结。
文章摘要#AI
984

Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480

Anyvoice
AnyVoice是一款领先的AI声音生成器,采用先进的深度学习模型,将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k

Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k