DistScene propose une méthode de génération de scènes 3D à partir d’une seule image
1 sourcemis à jour il y a 12 hpertinence 1,8 sur5
L’essentiel
Le framework modélise l’environnement et les objets ensemble. Sur des benchmarks d’intérieur et d’extérieur, il améliore la cohérence spatiale des scènes par rapport aux méthodes de référence évaluées.
Propagation1 article, publié par HF Daily Papers le 7 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceKunming Luo, Hongyu Yan, Ken Deng et al.huggingface.co
DistScene: Object-to-Scene Distillation for 3D Scene Generation (site externe)
We present DistScene, a framework for single-image compositional 3D scene generation by jointly modeling the environment and individual objects.
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