7.8k星星!最强开源AI生成3D技术,顶尖技术团队的碰撞,功能多到离谱。

TRELLIS是清华大学、中科院和微软联合开源的3D生成方法,支持文本或图片输入,具备高效高质量生成多种3D格式(如辐射场、3D高斯等)、灵活编辑功能的特点。

Nvdia开源AI文本转音效模型,只要3.7秒就能生成30秒的音效,影视配音将越来越简单。

TangoFlux是由新加坡科技设计大学和NVIDIA联合开发的高效文本到音频生成模型,能在单个A40 GPU上仅用3.7秒生成长达30秒的44.1kHz音频。该模型采用流匹配框架,并引入了CRPO技术提升生成音频与文本描述的匹配度。