Shap-E：生成条件3D隐式函数

我们介绍了 Shap-E，一种用于 3D 资产的条件生成模型。与最近关于 3D 生成模型的工作（生成单个输出表示）不同，Shap-E 直接生成隐式函数的参数，这些参数可以渲染为纹理网格和神经辐射场。我们分两个阶段训练 Shap-E：首先，我们训练一个编码器，该编码器确定性地将 3D 资产映射到隐式函数的参数；其次，我们在编码器的输出上训练条件扩散模型。当在大型配对 3D 和文本数据集上训练时，我们得到的模型能够在几秒钟内生成复杂多样的 3D 资产。与显式点云生成模型 Point-E 相比，Shap-E 收敛速度更快，并且在建模更高维度、多表示输出空间的情况下，达到了可比较或更好的样本质量。我们在 https://github.com/openai/shap-e 发布模型权重、推理代码和样本。