利用SteinDreamer对文本到3D合成进行优化，这是Meta和UT Austin开发的一种前沿方法，利用Stein’s Identity的力量进行方差减少。他们的研究针对梯度估计中的高方差问题，这是评分蒸馏方法中常见的瓶颈。
使用Stein Score Distillation (SSD)，团队利用控制变量来优化方差，从而提高从文本描述生成的3D模型的视觉质量。SteinDreamer提供了一个多功能平台，可以包含任意基准函数和网络架构，并通过更快的收敛速度和更稳定的梯度表现出优于现有方法的性能。
通过SteinDreamer发现文本到3D评分蒸馏的全部潜力，促进更好、更一致的物体和场景创建。阅读完整论文here。
How it looks like