97色成人综合网站,97色成人综合网站,高清freesexmovies性tv出水,大黑大巴大战欧洲美女图片,√天堂资源中文www

（文/萬肇生 編輯/張廣凱）

近日，“多模態(tài)卷王”階躍星辰，又雙叒叕開源了一款大模型 —— Step1X-3D。

據(jù)階躍星辰介紹，3D大模型Step1X-3D是該團(tuán)隊(duì)繼圖像、視頻、語音、音樂等模態(tài)后，在多模態(tài)方向的最新成果。Step1X-3D 模型總參數(shù)量達(dá)4.8B，其中幾何模塊1.3B，紋理模塊3.5B，通過數(shù)據(jù)基礎(chǔ)與3D 原生兩階段架構(gòu)，可生成高保真、可控的3D內(nèi)容。

Step1X-3D生成的3D模型

同市面上其他3D生成大模型相比，Step1X-3D實(shí)現(xiàn)了對(duì)超500萬原始數(shù)據(jù)進(jìn)行嚴(yán)格篩選與處理，建立了包含200萬高質(zhì)量、標(biāo)準(zhǔn)化的訓(xùn)練樣本庫，有效克服了行業(yè)數(shù)據(jù)稀缺與質(zhì)量參差的瓶頸。Step1X-3D還通過增強(qiáng)型網(wǎng)格-SDF 轉(zhuǎn)換技術(shù)等方法，讓水密幾何轉(zhuǎn)換成功率提升了20%。

在3D結(jié)構(gòu)及紋理細(xì)節(jié)方面，Step1X-3D 采用先進(jìn)的 3D 原生兩階段架構(gòu)，解耦幾何與紋理表征。其中，幾何生成模型基于 FLUX MMDiT 結(jié)構(gòu)和 Rectified flow 算法直接對(duì) 3D 表示生成進(jìn)行建模，而紋理生成模型基于預(yù)訓(xùn)練的 Diffusion model，通過單視圖和 3D 幾何信息指導(dǎo)，生成多視角一致的紋理信息。

Step1X-3D 的原生 3D 架構(gòu)

Step1X-3D的VAE-Diffusion整體架構(gòu)在設(shè)計(jì)上與主流 2D 生成模型（如 Stable Diffusion）保持了高度一致性，從而能夠無縫引入并應(yīng)用成熟的 2D 控制技術(shù)，比如輕量化的 LoRA 微調(diào)。因此用戶可以對(duì)生成 3D 資產(chǎn)的多種屬性進(jìn)行調(diào)控，讓創(chuàng)作更精準(zhǔn)地符合用戶意圖。

階躍星辰介紹，團(tuán)隊(duì)自建了一個(gè)包含110個(gè)多樣化測(cè)試用例的綜合測(cè)試，對(duì)該模型進(jìn)行了評(píng)估，結(jié)果顯示Step1X-3D 在多項(xiàng)關(guān)鍵維度上均表現(xiàn)出色。

不同大模型的圖生3D模型效果對(duì)比

其中，在衡量內(nèi)容與輸入語義一致性的核心指標(biāo)CLIP-Score上，Step1X-3D 取得了當(dāng)前所有對(duì)比模型中的最高分，為開源社區(qū)提供了極具競(jìng)爭(zhēng)力的3D生成方案。

綜合來看，Step1X-3D的開源，再一次體現(xiàn)了階躍星辰獨(dú)特的發(fā)展路徑。

作為“大模型六小虎”中成立最晚的一個(gè)，階躍星辰最初并不被廣泛看好，一度只是被視為大模型的“最后一張船票”。但憑借基座模型的扎實(shí)功力和多模態(tài)領(lǐng)域的特色，如今的階躍星辰已然站穩(wěn)腳跟，目前已對(duì)外發(fā)布了20多款自研基座模型，并且由于幾乎每個(gè)月都在發(fā)布新模型，也被稱為“多模態(tài)卷王”。

至于為什么要堅(jiān)持多模態(tài)路線，階躍星辰創(chuàng)始人姜大昕近日接受媒體采訪時(shí)認(rèn)為，多模態(tài)正是實(shí)現(xiàn)AGI的必經(jīng)之路。人工智能發(fā)展的過程中，要先有多模態(tài)融合和推理模型，才會(huì)有之后成熟的Agent。但當(dāng)多模態(tài)理解生成一體化技術(shù)突破后，它的意義不僅在于改進(jìn)現(xiàn)有Agent，還會(huì)在具身智能泛化和世界模型構(gòu)建方面帶來全新應(yīng)用。

值得一提的是，在當(dāng)下火熱的具身智能賽道，3D數(shù)據(jù)稀缺正成為最大瓶頸之一，不少具身智能企業(yè)不得不自己研發(fā)從2D到3D的數(shù)據(jù)生成技術(shù)。階躍星辰在3D生成領(lǐng)域的進(jìn)展，或許也能找到更多的商業(yè)化空間。

不過，從生成3D圖像到構(gòu)建完整的物理仿真世界，還有很長的路要走。

姜大昕日前坦言，目前多模態(tài)模型還僅僅相當(dāng)于大語言模型2017年以前的階段。

姜大昕指出，當(dāng)下的大模型還處于理解和生成兩條路線獨(dú)立發(fā)展、互相促進(jìn)的情況，還沒有突破理解生成一體化。多模態(tài)模型遠(yuǎn)未出現(xiàn)類似2017年谷歌“Transformer”級(jí)別的突破性框架誕生，“Transformer是2017年出來的，GPT-1是2018年”。

姜大昕指出，理解生成一體化又是一項(xiàng)非常綜合的挑戰(zhàn)，不但需要強(qiáng)大的語言和視覺進(jìn)行理解和推理，還需要有生成能力。這也是為什么階躍星辰一開始就布局非常完整的多模態(tài)路線，包括語音、圖像、視頻、音樂等多個(gè)方向。

“每條技術(shù)路線都經(jīng)過幾個(gè)月甚至半年的積累才發(fā)布一個(gè)模型，只是當(dāng)你同時(shí)看這么多方向時(shí)，會(huì)覺得我們頻繁發(fā)布新成果”，姜大昕表示，“我們也希望這樣（集中力量攻克理解生成一體化），但不是我們不夠聚焦，而是完成這項(xiàng)任務(wù)本身就需要多方面能力的支撐”。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。