CV - 计算机视觉 | ML - 机器学习 | RL - 强化学习 | NLP 自然语言处理
1.MeshGPT: Generating Triangle Meshes with Decoder-Only Transformers
标题：MeshGPT：使用仅解码器Transformer生成三角形网格
作者：Yawar Siddiqui, Antonio Alliegro, Alexey Artemov, Tatiana Tommasi, Daniele Sirigatti, Vladislav Rosov, Angela Dai, Matthias Nießner
文章链接：https://arxiv.org/abs/2311.15475
项目代码：https://nihalsid.github.io/mesh-gpt/
摘要：
我们引入了 MeshGPT，这是一种生成三角形网格的新方法，它反映了艺术家创建的网格的典型紧凑性，与通过等曲面方法从神经场提取的密集三角形网格形成对比。受到强大的大型语言模型最新进展的启发，我们采用基于序列的方法来自回归生成三角形网格作为三角形序列。我们首先使用图卷积学习潜在量化嵌入的词汇，它告知这些局部网格几何和拓扑的嵌入。这些嵌入被解码器排序并解码为三角形，确保它们可以有效地重建网格。然后，根据学习到的词汇对变压器进行训练，以根据先前的嵌入来预测下一个嵌入的索引。经过训练，我们的模型可以进行自回归采样以生成新的三角形网格，直接生成具有锐利边缘的紧凑网格，更接近地模仿人工网格的高效三角测量模式。MeshGPT 与最先进的网格生成方法相比有了显着改进，形状覆盖率提高了 9%，各个类别的 FID 分数提高了 30 分。
2.GaussianEditor: Swift and Controllable 3D Editing with Gaussian Splatting
标题：GaussianEditor：使用 Gaussian Splatting 进行快速且可控的 3D 编辑
作者：Yiwen Chen, Zilong Chen, Chi Zhang, Feng Wang, Xiaofeng Yang, Yikai Wang, Zhongang Cai, Lei Yang, Huaping Liu, Guosheng Lin
文章链接：https://arxiv.org/abs/2311.14521
项目代码：https://buaacyw.github.io/gaussian-editor/
摘要：
3D 编辑在游戏和虚拟现实等许多领域发挥着至关重要的作用。传统的 3D 编辑方法依赖于网格和点云等表示形式，通常无法真实地描绘复杂的场景。另一方面，基于隐式 3D 表示的方法（例如神经辐射场 (NeRF)）可以有效渲染复杂场景，但处理速度慢且对特定场景区域的控制有限。为了应对这些挑战，我们的论文提出了 GaussianEditor，这是一种基于高斯泼溅 (GS)（一种新颖的 3D 表示形式）的创新且高效的 3D 编辑算法。GaussianEditor 通过我们提出的高斯语义跟踪来增强编辑的精度和控制力，该跟踪在整个训练过程中跟踪编辑目标。此外，我们提出了分层高斯分布（HGS），以在二维扩散模型的随机生成指导下实现稳定且精细的结果。我们还开发了有效的对象删除和集成的编辑策略，这对现有方法来说是一项具有挑战性的任务。我们的综合实验证明了 GaussianEditor 卓越的控制能力、功效和快速性能，标志着 3D 编辑领域的重大进步。
3.Concept Sliders: LoRA Adaptors for Precise Control in Diffusion Models
标题：概念滑块：用于扩散模型中精确控制的 LoRA 适配器
作者：Jiazheng Xu, Xiao Liu, Yuchen Wu, Yuxuan Tong, Qinkai Li, Ming Ding, Jie Tang, Yuxiao Dong
文章链接：https://arxiv.org/abs/2311.12092
项目代码：https://sliders.baulab.info/
摘要：
我们提出了一种创建可解释概念滑块的方法，可以精确控制扩散模型生成图像中的属性。我们的方法识别与一个概念相对应的低秩参数方向，同时最大限度地减少对其他属性的干扰。滑块是使用一小组提示或示例图像创建的；因此，可以为文本或视觉概念创建滑块方向。概念滑块是即插即用的：它们可以有效地组合并连续调制，从而能够精确控制图像生成。在定量实验中，与以前的编辑技术相比，我们的滑块表现出更强的针对性编辑和更低的干扰。我们展示了天气、年龄、风格和表达的滑块，以及滑块的组成。我们展示了滑块如何从 StyleGAN 传输潜在变量，以直观地编辑文本描述困难的视觉概念。我们还发现，我们的方法可以帮助解决 Stable Diffusion XL 中持续存在的质量问题，包括修复对象变形和修复扭曲的手。
