Long-LRM: 넓은 범위를 위한 장거리 대형 재구성 모델을 위한 가우시안 스플랫
Long-LRM: Long-sequence Large Reconstruction Model for Wide-coverage Gaussian Splats
October 16, 2024
저자: Chen Ziwen, Hao Tan, Kai Zhang, Sai Bi, Fujun Luan, Yicong Hong, Li Fuxin, Zexiang Xu
cs.AI
초록
우리는 Long-LRM을 제안합니다. 이는 장면을 재구성하는 데 특화된 3D 가우시안 재구성 모델로, 긴 입력 이미지 시퀀스로부터 대규모 장면을 재구성할 수 있습니다. 구체적으로, 우리의 모델은 960x540 해상도의 32개의 소스 이미지를 1.3초 만에 단일 A100 80G GPU에서 처리할 수 있습니다. 우리의 아키텍처는 최근의 Mamba2 블록과 고전적인 트랜스포머 블록의 혼합을 특징으로 하며, 이를 통해 이전 작업보다 훨씬 많은 토큰을 처리할 수 있게 되었습니다. 이는 효율적인 토큰 병합과 가우시안 가지치기 단계에 의해 향상되었으며, 품질과 효율성 사이의 균형을 유지합니다. 이전의 입력 이미지 1~4개만 처리하고 대규모 장면의 일부만 재구성할 수 있는 이전의 피드포워드 모델과는 달리, Long-LRM은 단일 피드포워드 단계에서 전체 장면을 재구성합니다. DL3DV-140 및 Tanks and Temples와 같은 대규모 장면 데이터셋에서, 우리의 방법은 최적화 기반 접근법과 유사한 성능을 달성하면서도 효율성이 2차례 더 뛰어납니다. 프로젝트 페이지: https://arthurhero.github.io/projects/llrm
English
We propose Long-LRM, a generalizable 3D Gaussian reconstruction model that is
capable of reconstructing a large scene from a long sequence of input images.
Specifically, our model can process 32 source images at 960x540 resolution
within only 1.3 seconds on a single A100 80G GPU. Our architecture features a
mixture of the recent Mamba2 blocks and the classical transformer blocks which
allowed many more tokens to be processed than prior work, enhanced by efficient
token merging and Gaussian pruning steps that balance between quality and
efficiency. Unlike previous feed-forward models that are limited to processing
1~4 input images and can only reconstruct a small portion of a large scene,
Long-LRM reconstructs the entire scene in a single feed-forward step. On
large-scale scene datasets such as DL3DV-140 and Tanks and Temples, our method
achieves performance comparable to optimization-based approaches while being
two orders of magnitude more efficient. Project page:
https://arthurhero.github.io/projects/llrmSummary
AI-Generated Summary
ម៉ូដែ
ការបង្កើតម៉ូដែ
- ម៉ូដែ Mamba2 ត្រូវបានទិដ្ឋភាពដល់ការបង្កើតម៉ូដែដែលមានទិដ្ឋភាពប្រសិទ្ធិនិងអាចបង្កើតមធ្យមពីរដែលមានទំហំធំពីរស្ថានទី
- ម៉ូដែរបស់យើងមានការបូនបូតពីប្រសិទ្ធិនិងប្រសិទ្ធិនិងដែលបង្កើតដោយការបង្កើតពីសំណួរច្រើន
គន្លឹះសំខាន់
- ម៉ូដែ Mamba2 ត្រូវបានទិដ្ឋភាពដល់ការបង្កើតម៉ូដែ
- ម៉ូដែមានទិដ្ឋភាពប្រសិទ្ធិនិងអាចបង្កើតមធ្យមពីរដែ
- ម៉ូដែរបស់យើងមានការបូនបូតពីប្រសិទ្ធិនិងប្រសិទ្ធិនិង
ពាក្យគន្លឹះ
- ម៉ូដែ
- Mamba2
- ទិដ្ឋភាព
- ប្រសិទ្ធិ
- មធ្យម
ការបង្កើត
គន្លឹះសំខាន់
- ការបង្កើតម៉ូដែដែលមានទិដ្ឋភាពប្រសិទ្ធិនិងអាចបង្កើតមធ្យមពីរដែលមានទំហំធំពីរស្ថានទី
- ម៉ូដែ Mamba2 ត្រូវបានទិដ្ឋភាពដល់ការបង្កើតម៉ូដែ
គន្លឹះសំខាន់
- ម៉ូដែ Mamba2 ត្រូវបានទិដ្ឋភាពដល់ការបង្កើតម៉ូដែ
- ម៉ូដែមានទិដ្ឋភាពប្រសិទ្ធិនិងអាចបង្កើតមធ្យមពីរដែ
- ម៉ូដែរបស់យើងមានការបូនបូតពីប្រសិទ្ធិនិងប្រសិទ្ធិនិង
ពាក្យគន្លឹះ
- ការបង្កើត
- ម៉ូដែ
- Mamba2
- ទិដ្ឋភាព
- ប្រសិទ្ធិ
DeepSeek-R1: 강화 학습을 통해 LLMs의 추론 능력을 유도하기DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via
Reinforcement Learning
DeepSeek-R1: 강화 학습을 통해 LLMs의 추론 능력을 유도하기
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via
Reinforcement Learning
DeepSeek-AI, Daya Guo, Dejian Yang, Haowei Zhang, Junxiao Song, Ruoyu Zhang, Runxin Xu, Qihao Zhu, Shirong Ma, Peiyi Wang, Xiao Bi, Xiaokang Zhang, Xingkai Yu, Yu Wu, Z. F. Wu, Zhibin Gou, Zhihong Shao, Zhuoshu Li, Ziyi Gao, Aixin Liu, Bing Xue, Bingxuan Wang, Bochao Wu, Bei Feng, Chengda Lu, Chenggang Zhao, Chengqi Deng, Chenyu Zhang, Chong Ruan, Damai Dai, Deli Chen, Dongjie Ji, Erhang Li, Fangyun Lin, Fucong Dai, Fuli Luo, Guangbo Hao, Guanting Chen, Guowei Li, H. Zhang, Han Bao, Hanwei Xu, Haocheng Wang, Honghui Ding, Huajian Xin, Huazuo Gao, Hui Qu, Hui Li, Jianzhong Guo, Jiashi Li, Jiawei Wang, Jingchang Chen, Jingyang Yuan, Junjie Qiu, Junlong Li, J. L. Cai, Jiaqi Ni, Jian Liang, Jin Chen, Kai Dong, Kai Hu, Kaige Gao, Kang Guan, Kexin Huang, Kuai Yu, Lean Wang, Lecong Zhang, Liang Zhao, Litong Wang, Liyue Zhang, Lei Xu, Leyi Xia, Mingchuan Zhang, Minghua Zhang, Minghui Tang, Meng Li, Miaojun Wang, Mingming Li, Ning Tian, Panpan Huang, Peng Zhang, Qiancheng Wang, Qinyu Chen, Qiushi Du, Ruiqi Ge, Ruisong Zhang, Ruizhe Pan, Runji Wang, R. J. Chen, R. L. Jin, Ruyi Chen, Shanghao Lu, Shangyan Zhou, Shanhuang Chen, Shengfeng Ye, Shiyu Wang, Shuiping Yu, Shunfeng Zhou, Shuting Pan, S. S. Li, Shuang Zhou, Shaoqing Wu, Shengfeng Ye, Tao Yun, Tian Pei, Tianyu Sun, T. Wang, Wangding Zeng, Wanjia Zhao, Wen Liu, Wenfeng Liang, Wenjun Gao, Wenqin Yu, Wentao Zhang, W. L. Xiao, Wei An, Xiaodong Liu, Xiaohan Wang, Xiaokang Chen, Xiaotao Nie, Xin Cheng, Xin Liu, Xin Xie, Xingchao Liu, Xinyu Yang, Xinyuan Li, Xuecheng Su, Xuheng Lin, X. Q. Li, Xiangyue Jin, Xiaojin Shen, Xiaosha Chen, Xiaowen Sun, Xiaoxiang Wang, Xinnan Song, Xinyi Zhou, Xianzu Wang, Xinxia Shan, Y. K. Li, Y. Q. Wang, Y. X. Wei, Yang Zhang, Yanhong Xu, Yao Li, Yao Zhao, Yaofeng Sun, Yaohui Wang, Yi Yu, Yichao Zhang, Yifan Shi, Yiliang Xiong, Ying He, Yishi Piao, Yisong Wang, Yixuan Tan, Yiyang Ma, Yiyuan Liu, Yongqiang Guo, Yuan Ou, Yuduan Wang, Yue Gong, Yuheng Zou, Yujia He, Yunfan Xiong, Yuxiang Luo, Yuxiang You, Yuxuan Liu, Yuyang Zhou, Y. X. Zhu, Yanhong Xu, Yanping Huang, Yaohui Li, Yi Zheng, Yuchen Zhu, Yunxian Ma, Ying Tang, Yukun Zha, Yuting Yan, Z. Z. Ren, Zehui Ren, Zhangli Sha, Zhe Fu, Zhean Xu, Zhenda Xie, Zhengyan Zhang, Zhewen Hao, Zhicheng Ma, Zhigang Yan, Zhiyu Wu, Zihui Gu, Zijia Zhu, Zijun Liu, Zilin Li, Ziwei Xie, Ziyang Song, Zizheng Pan, Zhen Huang, Zhipeng Xu, Zhongyu Zhang, Zhen Zhang•Jan 22, 2025•3685
Qwen2.5 기술 보고서Qwen2.5 Technical Report
Qwen2.5 기술 보고서
Qwen2.5 Technical Report
Qwen, An Yang, Baosong Yang, Beichen Zhang, Binyuan Hui, Bo Zheng, Bowen Yu, Chengyuan Li, Dayiheng Liu, Fei Huang, Haoran Wei, Huan Lin, Jian Yang, Jianhong Tu, Jianwei Zhang, Jianxin Yang, Jiaxi Yang, Jingren Zhou, Junyang Lin, Kai Dang, Keming Lu, Keqin Bao, Kexin Yang, Le Yu, Mei Li, Mingfeng Xue, Pei Zhang, Qin Zhu, Rui Men, Runji Lin, Tianhao Li, Tingyu Xia, Xingzhang Ren, Xuancheng Ren, Yang Fan, Yang Su, Yichang Zhang, Yu Wan, Yuqiong Liu, Zeyu Cui, Zhenru Zhang, Zihan Qiu•Dec 19, 2024•36311
MiniMax-01: 번개 주의를 사용하여 Foundation 모델의 스케일링MiniMax-01: Scaling Foundation Models with Lightning Attention
MiniMax-01: 번개 주의를 사용하여 Foundation 모델의 스케일링
MiniMax-01: Scaling Foundation Models with Lightning Attention
MiniMax, Aonian Li, Bangwei Gong, Bo Yang, Boji Shan, Chang Liu, Cheng Zhu, Chunhao Zhang, Congchao Guo, Da Chen, Dong Li, Enwei Jiao, Gengxin Li, Guojun Zhang, Haohai Sun, Houze Dong, Jiadai Zhu, Jiaqi Zhuang, Jiayuan Song, Jin Zhu, Jingtao Han, Jingyang Li, Junbin Xie, Junhao Xu, Junjie Yan, Kaishun Zhang, Kecheng Xiao, Kexi Kang, Le Han, Leyang Wang, Lianfei Yu, Liheng Feng, Lin Zheng, Linbo Chai, Long Xing, Meizhi Ju, Mingyuan Chi, Mozhi Zhang, Peikai Huang, Pengcheng Niu, Pengfei Li, Pengyu Zhao, Qi Yang, Qidi Xu, Qiexiang Wang, Qin Wang, Qiuhui Li, Ruitao Leng, Shengmin Shi, Shuqi Yu, Sichen Li, Songquan Zhu, Tao Huang, Tianrun Liang, Weigao Sun, Weixuan Sun, Weiyu Cheng, Wenkai Li, Xiangjun Song, Xiao Su, Xiaodong Han, Xinjie Zhang, Xinzhu Hou, Xu Min, Xun Zou, Xuyang Shen, Yan Gong, Yingjie Zhu, Yipeng Zhou, Yiran Zhong, Yongyi Hu, Yuanxiang Fan, Yue Yu, Yufeng Yang, Yuhao Li, Yunan Huang, Yunji Li, Yunpeng Huang, Yunzhi Xu, Yuxin Mao, Zehan Li, Zekang Li, Zewei Tao, Zewen Ying, Zhaoyang Cong, Zhen Qin, Zhenhua Fan, Zhihang Yu, Zhuo Jiang, Zijia Wu•Jan 14, 2025•2836