繼SIGGRAPH發布6篇論文後，Style3D又秀了一把AI技術肌肉!
近日，Style3D一篇AI論文已入選人工智能領域的國際學術會議 NeurIPS 2024。NeurIPS (全稱 Conference on Neural Information Processing Systems)是人工智能領域内公認的會議之一，與ICLR和ICML并列為機器學習和人工智能研究領域“三大頂會”，具有極高的學術地位和影響力。
據NeurIPS大會官方郵件透露，今年共收到15671篇有效論文投稿，最終錄用率僅為25.8%，可以看出極高的競争性和嚴格性。曆年論文入選的工業巨頭如：谷歌、微軟、Apple、NVIDIA、阿裡、騰訊等。
評委點評：填補了相關領域的空白
Style3D入選的論文為《讓時尚更真實：基于擴散模型的紋理保持渲染到真實的圖像變換》 (FashionR2R: Texture-preserving Rendered-to-Real Image Translation with Diffusion Models)
該論文研究了一個人工智能重要問題，即在3D建模和渲染的基礎上，運用AI生成逼真的穿着衣物的人體圖像。該問題科學研究價值大，應用場景需求廣，但技術實現難度強，長期以來吸引了一大批不同領域的研究者關注。
在計算機圖形學中，盡管高精度的3D建模與渲染技術能夠增進圖像的真實感，其高昂的計算成本及複雜性限制了廣泛應用。在此背景下，生成式人工智能技術的進展，特别是針對快速生成照片級真實圖像的能力，展現出巨大潛力。然而，該領域面臨的核心挑戰在于确保生成内容的可控性、穩定性，以及至關重要的—一緻性和度，這是當前技術亟需克服的難點。
對此，Style3D提出了一個新穎的技術框架，通過采用兩種不同的訓練策略同時學習特定領域的數據知識，并對擴散模型的底層改進，提出紋理一緻性保持機制(Texture-preserving Attention Control, TAC)，其能夠有效的保證在真實圖像生成過程中保持圖像的結構信息，解決從渲染到真實的時尚圖像的生成問題。
虛拟模特及虛拟服裝都變得更加真實
NeurIPS 2024評委對于Style3D論文點評到，“紋理保持機制TAC有效且至關重要”、“真實化效果顯著”、“提出的高質量SynFashion數據集填補了相關領域的空白”、“有助于推動該領域的進一步研究”等等。獲得了評委的一緻認可。
技術落地，Style3D AI 照片級真實感出圖
更值得一提的是，此項技術已落地于Style3D AI産品iWish中，以靈活自由、高效低成本的生成模拍圖，助力電商上新、營銷推廣的效率提升，降低商品素材獲取成本。
服裝設計者可以在Style3D Studio進行服裝3D建模，确保服裝制作工藝的準确性和生産數據的可靠性，實現服裝設計的精準可控。再疊加Style3D iWish出圖，僅需一鍵操作，即可生成模特、場景，以及還原服裝逼真細節，僅幾秒，實現肉眼難辨、4k超清的照片級效果圖。
●輕松生成真人模特拍攝級效果圖
一鍵模特生成，輕松生成各種年齡、各種膚色模特，方便快捷，提升營銷上新效率。
●AI一鍵換景，模特、服裝和背景融合
一鍵場景生成，快速更換各種場景，便捷高效，讓模特融入千變場景。
●輕松還原服裝逼真細節
一鍵增強服裝細節，簡單高效還原服裝逼真細節，讓3D服裝更真實。
此外，Style3D還将在3D服裝實時搭配軟件MixMatch中植入AI功能，實時虛拟服裝搭配的同時，可實現真實感的搭配方案呈現。
此前，Style3D此次6篇論文入選 SIGGRAPH 2024 已證技術實力，這次AI論文在NeurIPS 2024 中再度入選，則進一步驗證了Style3D的人工智能技術研究也在前沿地位，标志着其已成為行業創新的領頭羊。
除了不斷築高的技術壁壘外，Style3D也緻力于将這些先進的技術成果轉化為實際應用價值，通過對AI及3D産品優化與疊代，有效降低了服裝行業的數字化轉型門檻，推動服裝産業的革新步伐，加速實現從設計到銷售全鍊路的智能化升級。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
