Incorporando Gaussian Splatting no Denoiser de Difusão para Geração e Reconstrução Rápida e Escalável de Imagem para 3D em Uma Única Etapa (ICCV 2025)
Gere objetos 3D a partir de imagens únicas e exporte-os como malhas em cerca de seis segundos.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserIncorporando Gaussian Splatting no Denoiser de Difusão para Geração e Reconstrução Rápida e Escalável de Imagem para 3D em Uma Única Etapa (ICCV 2025)
Open-DiffusionGS tem 858 estrelas no GitHub. Foi bifurcado 45 vezes. Open-DiffusionGS é escrito principalmente em Python. Está em desenvolvimento ativo desde 2024. Open-DiffusionGS está disponível sob a licença MIT. Os seus principais temas são: 3d-diffusion-models, 3d-gaussian-splatting, 3d-generation, 3d-graphics.
Incorporando Gaussian Splatting no Denoiser de Difusão para Geração e Reconstrução Rápida e Escalável de Imagem para 3D em Uma Única Etapa (ICCV 2025)
Open-DiffusionGS é um projeto de código aberto. É distribuído sob a licença MIT.
Sim. Open-DiffusionGS é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Open-DiffusionGS está disponível sob a licença MIT.
Open-DiffusionGS é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/caiyuanhao1998-open-diffusiongs.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.