NeurlPS'24开源 | 清华新作DiffGS：轻松生成任意数量的3D高斯！

主要观点总结

该文章主要介绍了「3DCV」公众号及其推荐内容，包括关注公众号的方式、近期发表的论文和相关的技术细节等。

关键观点总结

关键观点1: 关注公众号的方式及内容推荐。

用户可以通过扫描二维码或添加小助理cv3d001并备注相关信息来关注「3DCV」公众号。公众号主要分享关于3D视觉的干货内容，包括最新论文、视频课程、行业细分群等。

关键观点2: 关于清华大学近期工作DiffGS的介绍。

DiffGS是一种三维高斯生成模型，能够实现原生的三维高斯生成，无需对高斯数据进行预处理操作。它支持图生3DGS、文生3DGS、三维高斯补全、点云到3DGS的生成等任务。该模型包括一个Gaussian VAE和一个Gaussian LDM，同时引入了各种condition，如文本、图像和残缺高斯，实现可控的三维生成。其高斯提取算法基于Octree优化式设计，能够从生成的高斯函数中提取出最终的高斯模型。

关键观点3: 下游应用的可能性。

DiffGS可以实现多个下游应用任务，如无条件三维高斯生成、文本驱动的三维高斯生成、图像驱动的三维高斯生成、高斯补全以及点云生成三维高斯等。