6 月 21 日消息，英特爾研究院今日宣布與 Blockade Labs 合作發(fā)布 LDM3D（Latent Diffusion Model for 3D）模型，這一全新的擴散模型使用生成式 AI 創(chuàng)建 3D 視覺內(nèi)容。

據(jù)介紹，LDM3D 是業(yè)界領(lǐng)先的利用擴散過程（diffusion process）生成深度圖（depth map）的模型，進而生成逼真的、沉浸式的 360 度全景圖。LDM3D 有望革新內(nèi)容創(chuàng)作、元宇宙應(yīng)用和數(shù)字體驗，改變包括娛樂、游戲、建筑和設(shè)計在內(nèi)的許多行業(yè)。

英特爾表示，LDM3D 是在 LAION-400M 數(shù)據(jù)集包含一萬個樣本的子集上訓(xùn)練而成的。LAION-400M 是一個大型圖文數(shù)據(jù)集，包含超過 4 億個圖文對。對訓(xùn)練語料庫進行標(biāo)注時，研究團隊使用了之前由英特爾研究院開發(fā)的稠密深度估計模型 DPT-Large，為圖像中的每個像素提供了高度準(zhǔn)確的相對深度。LAION-400M 數(shù)據(jù)集是基于研究用途創(chuàng)建而成的，以便廣大研究人員和其它興趣社群能在更大規(guī)模上測試模型訓(xùn)練。

LDM3D 模型在一臺英特爾 AI 超級計算機上完成了訓(xùn)練，該超級計算機由英特爾至強處理器和英特爾 Habana Gaudi AI 加速器驅(qū)動。最終的模型和流程整合了 RGB 圖像和深度圖，生成 360 度全景圖，實現(xiàn)了沉浸式體驗。