DreamStyle3D: 이중 어텐션 분리를 통한 효율적인 3D 스타일화 에셋 생성
DreamStyle3D: Efficient 3D Stylized Asset Generation via Dual-Attention Disentanglement
TL;DR AI
1분핵심 요약
연구진이 스타일과 기하를 분리하는 네이티브 3D 스타일화 프레임워크 ‘DreamStyle3D’를 공개했다.
이 방법은 분리형 듀얼 크로스 어텐션과 경량 학습을 사용해 약 1만5,000개의 콘텐츠-스타일-스타일화 삼중항으로 학습됐다.
DreamStyle3D는 약 10초 만에 고품질의 스타일화 3D 자산을 생성하면서도 형태 일관성을 잘 유지한다.
게임, 애니메이션, VR 제작 워크플로를 더 빠르고 효율적으로 개선할 수 있는 기술로 주목받고 있다.