速途网5月9日讯（报道：乔志斌）近日，OpenAI发布新的研究论文，介绍了一种基于条件生成模型的3D资产生成方法，名为Shap·E，该模型可以渲染出神经辐射场NeRF和纹理网格。研究表明，在相同的数据集、模型架构和训练计算的情况下，Shap·E可达到或超过类似的显式生成模型的表现。在进行大规模3D和文本数据的训练时，Shap·E能够快速生成多样和复杂的3D资产，而不需要依赖于图像作为中间表示，这证明了生成隐式表示的潜力，尤其是在3D领域中。同时，该研究还展示了纯文本条件模型的生成效果，在不依赖于图像的情况下，可以生成出有趣的对象。
相比其他3D生成技术，Shap·E的推理成本更低，即推理速度更快。论文中使用了CLIPR-Precision度量标准，对比了Shap·E与其他3D生成技术进行比较，强调基于优化的方法的优越样本质量以显著的推理成本为代价的。由于ShapE不需要额外的上采样扩散模型，因此Shap-E的推理速度比PointE更快。
