Zero123，我们的稳定版模型，今天正式发布，它是基于我们内部训练的先进技术，专门设计用于生成视图条件图像。与之前的Zero123-XL相比，稳定版Zero123在生成结果上取得了显著的改进，这得益于三项关键创新。

Zero123的主要创新：

1. 改进的训练数据集：通过从Objaverse中精心筛选，我们仅保留了高质量的3D对象，使得渲染的对象在真实感上超越了以往方法。

2. 估计的摄像机角度：在训练和推理过程中引入了对摄像机角度的估计，这种高度调节功能让模型能够做出更明智、更高质量的预测。

3. 预先计算的数据集和改进的数据加载器：支持更高的批量大小，与改进的训练数据集相结合，使得与Zero123-XL相比，训练效率提高了40倍。

Zero123的特征：

• 高质量的新颖视图生成：稳定版Zero123能够展示物体从各个角度的外观，表现出对3D理解的深度，生成的图像质量显著提高。

• 与稳定扩散1.5相当的资源消耗：使用与SD1.5相同数量的VRAM生成新视图，但生成3D对象需要更多的时间和内存。

• 开源支持：为了推动3D对象生成的开放研究，我们改进了Threestudio的开源代码，以支持Zero123和Stable Zero123。

• 技术预览：简化版的Stable 3D流程目前处于私人预览阶段，该流程使用分数蒸馏采样(SDS)优化NeRF，并利用稳定的Zero123模型创建纹理3D网格。

Zero123项目的资源：

• 项目链接：https://github.com/cvlab-columbia/zero123

• 试用链接：https://huggingface.co/spaces/cvlab/zero123-live

• 论文链接：https://arxiv.org/abs/2303.11328

该模型现已在Hugging Face平台发布，供研究人员和非商业用户下载并进行实验，进一步推动AI领域的发展。