PO
模型参数
10亿
上下文长度
2K
中文支持
不支持
推理能力
Point-E 是由 OpenAI 发布的 AI 模型，发布时间为 2022-12-16，定位为 基础大模型，参数规模约为 10亿，上下文长度为 2K，模型文件大小约 4.6GB。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Point-E
模型基本信息
推理过程
不支持
思考模式
不支持思考模式
上下文长度
2K tokens
最大输出长度
暂无数据
模型类型
基础大模型
输入/输出模态
暂无数据
发布时间
2022-12-16
模型文件大小
4.6GB
MoE架构
否
总参数 / 激活参数
10亿 / 不涉及
知识截止
暂无数据
Point-E
开源和体验地址
代码开源状态
暂无数据
预训练权重开源
暂无数据
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址
在线体验
暂无在线体验地址
Point-E
官方介绍与博客
DataLearnerAI博客
暂无介绍博客
Point-E
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
Point-E
评测结果
当前尚无可展示的评测数据。
和其他模型对比
暂时没有为该模型整理的相关对比页面。
想自定义其他组合？打开对比工具
Point-E
发布机构
OpenAI
查看发布机构详情 Point-E
模型解读
三维物体的生成（3D）其实是AR/VR领域一个非常重要的技术。但是，受限于算力和现有模型的限制，三维物体的生成相比较图像生成来说效率太低。目前，最好的图像生成模型在几秒钟就可以根据文字生成图像结果，但是3D物体的生成通常需要多个GPU小时才可以生成一个对象。为此，OpenAI在今天开源了一个速度极快的3D物体生成模型——Point-E，需要注意的是，这是今年来OpenAI罕见的源代码和预训练结果都开源的一个模型。
Point-E只需要1-2分钟即可生成一个3D对象。‘
Point-E模型首先使用文本到图像的扩散模型生成一个单一的合成视图，然后使用第二个扩散模型生成一个三维点云，该模型以生成的图像为条件。虽然该方法在采样质量方面仍未达到最先进的水平，但它的采样速度要快一到两个数量级。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
