VGGT-Diff combine géométrie visuelle et diffusion pour synthétiser de nouvelles vues à partir de six images
1 sourcemis à jour 29 sept.pertinence 1,8 sur5
L’essentiel
Le modèle, entraîné sur 1 000 scènes seulement, revendique des résultats compétitifs ou à l’état de l’art en PSNR et LPIPS. Ses auteurs prévoient de publier plus tard plusieurs checkpoints entièrement entraînés.
Propagation1 article, publié par HF Daily Papers le 29 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceKangjie Chen, Xiangyu Li, Dongbin Zhang et al.huggingface.co
VGGT-Diff: Visual Geometry Meets Diffusion for Sparse-View Novel View Synthesis (site externe)
VGGT-Diff is a geometry-routed multi-view diffusion model for sparse-view novel view synthesis from six input images.
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5