En3D 是一个面向 3D 人体生成的增强型生成模型方案,由阿里巴巴集团智能计算研究院与北京大学提出。项目页面的标题强调“一键直达”,正文围绕论文内容展开,未提供额外的产品化功能、收费或使用步骤说明。
用途方面,En3D 针对的是零样本 3D 生成任务,即在不依赖预先存在的 3D 或 2D 素材的情况下,生成视觉逼真、几何准确且内容多样的 3D 人体。此前的方法通常依赖稀缺的 3D 数据集,或使用视角分布不均衡、姿态先验不精确的有限 2D 集合。En3D 则尝试改用 2D 合成数据来学习增强的 3D 生成模型。
主要能力由三个模块构成。第一,3D 生成器(3DGM):从合成的均衡、多样且结构化的人体图像中,学习具有泛化能力且外观真实的 3D 人体,采用基于 triplane 的架构。第二,几何雕刻器(GS):作为优化模块,利用多视角法线约束来细化并雕刻人体解剖结构的几何细节。第三,显式纹理模块(ET):借助语义 UV 分割与可微光栅化,解耦出显式 UV 纹理贴图,兼顾保真度与可编辑性。除了多视角渲染结果,最终还可获得逼真的 3D 模型。
使用方式方面,资料描述的是从 2D 合成数据学习、在推理阶段集成优化模块的流程,但未提供具体的安装命令、代码调用方式或交互界面说明,因此暂未提供可直接操作的使用步骤。
适用场景包括:生成 3D 人体化身,用于后续动画与编辑;进行内容风格的自由适配;以及基于提示词生成不同人物形象的 3D 结果。资料中给出的示例提示词包括:“A black woman with colorful strapless dress, 46 years old, blonde long shag”“A realistic painting of Lionel Messi in his Argentina national team kit.”“An asian man with fabulous tank top, 36 years old, blue-black crew cut”“A white woman with evening wear bootcut jeans, 32 years old, dirty blonde long”“An asian woman with modern nightgown, 57 years old, ash blonde face-framing curls”“A middle eastern man with impressive parka, 62 years old, mahogany taper haircut”。
限制方面,资料未说明该方案的运行环境、平台支持、性能开销、商业化或授权情况,也未提供除论文描述之外的可用产品形态与操作入口,这些信息均暂未提供。