SteinDreamer:改进的文本到3D生成技术 速度更快、纹理结构更精细
德克萨斯大学奥斯汀分校和MetaRealityLabs的研究人员联手推出了SteinDreamer,该技术集成了SteinScoreDistillation技术,以改进文本至3D生成领域的梯度估计高方差问题。这一技术的突破对于自动化和加速虚拟现实、电影和游戏中的3D资产创建具有重要意义。SteinDreamer通过SSD技术呈现出更丰富的纹理和较低级别的方差,相较于SDS产生了更少的过饱和和过度平滑的伪影。
南开山大等开发trRosettaRNA 一种基于深度学习的自动化RNA 3D结构预测方法
南开大学、山东大学以及北京理工大学的联合团队成功开发了一种基于深度学习的自动化RNA3D结构预测方法,命名为trRosettaRNA。该方法采用Transformer网络,通过进行1D和2D几何形状预测,再通过能量最小化实现3D结构折叠。我们期待着深度学习方法在RNA结构预测方面的进一步发展,为理解RNA分子的生物学功能提供更为准确的工具和方法。
Media2Face:支持语音等多模态引导生成3D面部动态表情
从语音合成3D面部动态画面已经引起了相当多的关注。由于缺乏高质量的4D面部数据和注释丰富的多模态标签,以前的方法常常受到现实性有限和缺乏灵活调节的困扰。Media2Face在共语面部动画领域取得了令人瞩目的成果,为面部动画合成的逼真度和表现力开辟了新的可能性。