尝遍百味！火锅包房，美味创意！

尝遍百味！火锅包房，美味创意！——重新定义火锅文化

作为传统餐饮文化中不可或缺的一部分，火锅在中国已有数百年的历史，不仅留下了丰富多彩的火锅文化，也在全国范围内形成了各具特色的区域品牌。尤其是近年来，火锅行业的发展趋势愈加明显，很多新型火锅餐厅也相继投入其中，以创意与特色运营为核心理念，给人们带来了新的火锅消费方式和火锅文化体验。其中，尝遍百味! 火锅包房就是一个典型的例子。

一、什么是尝遍百味！火锅包房？

尝遍百味！火锅包房是一家以创意与特色为核心理念的火锅餐厅，它的特点是将传统的火锅文化和现代餐饮文化完美结合，让顾客能够在享受美食的同时，感受到前所未有的火锅文化体验。这个品牌的特点之一是其独特的火锅包产品，即将原来的火锅底料做成一个小包，放入锅中煮熟后，就可以直接食用。这种创意极大地提高了消费者的使用体验，也为消费者带来了更多的选择和惊喜。此外，该餐厅还融合了各种地方特色和时令食材，推出了多种新颖美食，非常适合追求创意与特色的消费者。

二、尝遍百味！火锅包房有哪些特色？

1. 独特的火锅包产品。相比传统火锅餐厅的火锅底料，尝遍百味！火锅包房的火锅底料做成了一个个小包，像饺子一样放入火锅锅中，可以直接食用。这种设计不仅方便了消费者，提高了使用体验，而且保证了食材的新鲜和卫生。2. 丰富多彩的特色美食。尝遍百味！火锅包房的菜单非常丰富，包含了四川、重庆、湖南、湖北、贵州等多种地方特色美食，让消费者可以尝遍百味。在食材选择上也特别注重时令，保证了食材的质量和口感。3. 独特的火锅文化体验。尝遍百味！火锅包房通过布置特色的环境和氛围，让消费者可以感受到前所未有的火锅文化体验。例如，墙上的壁画、特色灯光、悠扬的音乐等都非常有特色，让消费者可以在美食和文化中双重享受。

三、尝遍百味！火锅包房对消费者有哪些好处？

1. 创意和特色带来更好的使用体验。尝遍百味！火锅包房的创意和特色设计，实现了更好的使用体验，让消费者可以更方便、更快捷地享受美食，同时也让消费者感受到新颖和惊喜。2. 丰富多彩的选择，满足不同口味的需求。尝遍百味！火锅包房的菜单非常丰富，涵盖了多种地方特色美食，使消费者可以在一个地方实现尝遍百味的愿望。同时，在食材选择上也更注重时令和质量，保证了消费者的满意度。3. 独特的火锅文化体验，让消费者更好地融入当地文化。尝遍百味！火锅包房的独特环境和氛围，使消费者可以更好地感受到当地的火锅文化，体验到地域特色和人文风情，增强了人们对当地文化的认同感。

四、尝遍百味！火锅包房的未来前景如何？

尝遍百味！火锅包房作为一家以创意和特色为核心理念的火锅餐厅，已经在市场中拥有了一定的影响力，对于未来的发展前景也非常乐观。首先，随着消费者对美食消费和文化体验的需求愈加高涨，尝遍百味！火锅包房这样的创新型餐厅将会越来越吃香。其次，经过多年的发展和积累，尝遍百味！火锅包房已经拥有了稳定的消费群体和品牌知名度，这是未来稳定发展的基础。同时，随着社会的发展和消费者对健康、环保、安全等方面的重视，尝遍百味！火锅包房在这些方面的不断创新和提升也将会成为其未来发展的重要支撑。

尝遍百味！火锅包房，美味创意！随机日志

内核极简，极速启动，占用手机资源极少超级省电

1、固定:OneDrive业务。刷新令牌过期问题。

2、融合内容、服务、工具、视频、资讯等丰富小程序，全新PC使用体验，精彩世界，快速触达

3、一键统一登录，交易、业务办理统统搞定。

4、基于互联网和大数据建立社会信用信息服务平台，数据涵盖个人及企业融资、工商登记、司法、知识产权、房产、消费、交通和身份验证等第三方数据查询。

5、对我们的中国朋友来说是个好消息！我们的内容刚刚降落在中文服务器上，并且现在可以正常运行。

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>SIGGRAPH 2023｜上(shang)科(ke)大(da)等(deng)發(fa)布(bu)DreamFace：只(zhi)需(xu)文(wen)本(ben)即(ji)可(ke)生(sheng)成(cheng)「超(chao)寫(xie)實(shi)3D數(shu)字(zi)人(ren)」

新(xin)智(zhi)元(yuan)報(bao)道(dao)

編(bian)輯(ji)：LRS

【新智元導(dao)讀(du)】AIGC進(jin)入(ru)3D時(shi)代(dai)，用(yong)文字就(jiu)能(neng)生成超逼(bi)真(zhen)数字人！

隨(sui)著(zhe)大型(xing)語(yu)言(yan)模(mo)型（LLM）、擴(kuo)散(san)（Diffusion）等技(ji)術(shu)的(de)发展(zhan)，ChatGPT、Midjourney等產(chan)品(pin)的誕(dan)生掀(xian)起(qi)了(le)新壹(yi)波(bo)的AI熱(re)潮(chao)，生成式(shi)AI也(ye)成為(wei)備(bei)受(shou)關(guan)註(zhu)的話(hua)題(ti)。

與(yu)文本和(he)圖(tu)像(xiang)不(bu)同(tong)，3D生成仍(reng)處(chu)於(yu)技术探(tan)索(suo)階(jie)段(duan)。

2022年(nian)年底(di)，Google、NVIDIA和微(wei)軟(ruan)相(xiang)繼(ji)推(tui)出(chu)了自(zi)己(ji)的3D生成工(gong)作(zuo)，但(dan)大多(duo)基(ji)于先(xian)进的神(shen)經(jing)輻(fu)射(she)場(chang)（NeRF）隱(yin)式表(biao)達(da)，与工業(ye)界(jie)3D软件(jian)如(ru)Unity、Unreal Engine和Maya等的渲(xuan)染(ran)管(guan)線(xian)不兼(jian)容(rong)。

即使(shi)通(tong)過(guo)傳(chuan)統(tong)方(fang)案(an)將(jiang)其(qi)轉(zhuan)換(huan)为Mesh表达的幾(ji)何(he)和顏(yan)色(se)貼(tie)图，也會(hui)造(zao)成精(jing)度(du)不足(zu)和視(shi)覺(jiao)質(zhi)量(liang)下(xia)降(jiang)，不能直(zhi)接(jie)應(ying)用于影(ying)视制(zhi)作和遊(you)戲(xi)生产。

項(xiang)目(mu)網(wang)站(zhan)：https://sites.google.com/view/dreamface

論(lun)文地(di)址(zhi)：https://arxiv.org/abs/2304.03117

Web Demo：https://hyperhuman.top

HuggingFace Space：https://huggingface.co/spaces/DEEMOSTECH/ChatAvatar

为了解(jie)決(jue)這(zhe)些(xie)問(wen)题，來(lai)自影眸(mou)科技与上海(hai)科技大學(xue)的研(yan)发團(tuan)隊(dui)提(ti)出了一種(zhong)文本指(zhi)导的漸(jian)进式3D生成框(kuang)架(jia)。

該(gai)框架引(yin)入符(fu)合(he)CG制作標(biao)準(zhun)的外(wai)部(bu)数據(ju)集(ji)（包(bao)含(han)几何和PBR材(cai)质），可以(yi)根(gen)据文本直接生成符合该标准的3D資(zi)产，是(shi)首(shou)個(ge)支(zhi)持(chi)Production-Ready 3D资产生成的框架。

为了实現(xian)文本生成可驅(qu)動(dong)的3D超写实数字人，该团队将这个框架与产品級(ji)3D数字人数据集相結(jie)合。这项工作已(yi)经被(bei)計(ji)算(suan)機(ji)图形(xing)領(ling)域(yu)國(guo)際(ji)頂(ding)级期(qi)刊(kan)Transactions on Graphics接收(shou)，並(bing)将在(zai)国际计算机图形顶级会議(yi)SIGGRAPH 2023上展示(shi)。

已关注

关注

重(zhong)播(bo)分(fen)享(xiang)贊(zan)

关閉(bi)

觀(guan)看(kan)更(geng)多

正(zheng)在加(jia)載(zai)

正在加载

退(tui)出全(quan)屏(ping)

视頻(pin)加载失(shi)敗(bai)，請(qing)刷(shua)新頁(ye)面(mian)再(zai)試(shi)

刷新

视频詳(xiang)情(qing)

DreamFace主(zhu)要(yao)包括(kuo)三(san)个模塊(kuai)，几何體(ti)生成，基于物(wu)理(li)的材质扩散和动畫(hua)能力(li)生成。

相比(bi)先前(qian)的3D生成工作，这项工作的主要貢(gong)獻(xian)包括：

· 提出了DreamFace这一新穎(ying)的生成方案，将最(zui)近(jin)的视觉-语言模型与可动画和物理材质的面部资产相结合，通过渐进式学習(xi)来分離(li)几何、外观和动画能力。

· 引入了雙(shuang)通道外观生成的設(she)计，将一种新颖的材质扩散模型与預(yu)訓(xun)練(lian)模型相结合，同时在潛(qian)在空(kong)間(jian)和图像空间进行(xing)兩(liang)阶段優(you)化(hua)。

· 使用BlendShapes或(huo)生成的Personalized BlendShapes的面部资产具(ju)备动画能力，并进一步(bu)展示了DreamFace在自然(ran)人物设计方面的应用。

几何生成

几何体生成模块可以根据文本提示生成与之(zhi)一致(zhi)的几何模型。然而(er)，在人臉(lian)生成方面，这可能難(nan)以監(jian)督(du)和收斂(lian)。

因(yin)此(ci)，DreamFace提出了一个基于CLIP（Contrastive Language-Image Pre-Training）的選(xuan)擇(ze)框架，首先從(cong)對(dui)人脸几何參(can)数空间內(nei)随机采(cai)樣(yang)的候(hou)选项中(zhong)选择最佳(jia)的粗(cu)略(lve)几何模型，然後(hou)雕(diao)刻(ke)几何細(xi)節(jie)，使頭(tou)部模型更符合文本提示。

根据輸(shu)入提示，DreamFace利(li)用CLIP模型选择匹(pi)配(pei)得(de)分最高(gao)的粗略几何候选项。接下来，DreamFace使用隐式扩散模型（LDM）在随机视角(jiao)和光(guang)照(zhao)條(tiao)件下对渲染图像进行得分蒸(zheng)餾(liu)采样（SDS）处理。

这使得DreamFace可以通过顶點(dian)位(wei)移(yi)和详细的法(fa)线贴图向(xiang)粗略几何模型添(tian)加面部细节，从而得到(dao)高度精细的几何体。

与头部模型類(lei)似(si)，DreamFace還(hai)基于该框架进行发型和颜色的选择。

基于物理的材质扩散生成

基于物理的材质扩散模块旨(zhi)在预測(ce)与预测几何体和文本提示一致的面部紋(wen)理。

首先，DreamFace将预先训练的LDM在收集的大規(gui)模UV材质数据集上微調(tiao)，得到两个LDM扩散模型。

DreamFace采用了一种聯(lian)合训练方案，協(xie)调两个扩散过程(cheng)，一个用于直接去(qu)噪(zao)UV纹理贴图，另(ling)一个用于监督渲染图像，以確(que)保(bao)面部UV贴图和渲染图像的正确形成与文本提示一致。

为了減(jian)少(shao)生成时间，DreamFace采用了一个粗糙(cao)纹理潜在扩散阶段，为细节纹理生成提供(gong)先驗(yan)潜在。

为了确保所(suo)創(chuang)建(jian)的纹理地图不含有(you)不良(liang)特(te)征(zheng)或照明(ming)情況(kuang)，同时仍保持多样性(xing)，设计了一种提示学习策(ce)略。

团队利用两种方法生成高质量的漫(man)反(fan)射贴图：

（1）Prompt Tuning。与手(shou)工制作的特定(ding)领域文本提示不同，DreamFace将两个特定领域的連(lian)續(xu)文本提示 Cd 和 Cu 与相应的文本提示结合起来，这将在U-Net去噪器(qi)训练期间进行优化，以避(bi)免(mian)不穩(wen)定和耗(hao)时的手工撰(zhuan)写提示。

（2）非(fei)面部區(qu)域遮(zhe)罩(zhao)。LDM去噪过程将額(e)外地受到非面部区域遮罩的限(xian)制，以确保生成的漫反射贴图不含有任(ren)何不需要的元素(su)。

作为最后一步，DreamFace应用超分辨(bian)率(lv)模块生成4K基于物理的纹理，以进行高质量渲染。

DreamFace框架在名(ming)人生成，根据描(miao)述(shu)生成角色上都(dou)取(qu)得了相當(dang)不錯(cuo)的效(xiao)果(guo)，在User Study中獲(huo)得了遠(yuan)超先前工作的成績(ji)。相比先前的工作，在運(yun)行时间上也具备明顯(xian)的优勢(shi)。

除(chu)此之外，DreamFace还支持使用提示和草(cao)图进行纹理编辑。通过直接使用微调的纹理LDM和提示，可以实现全局(ju)的编辑效果，如老(lao)化和化妝(zhuang)。通过进一步结合掩(yan)模或草图，可以创建各(ge)种效果，如纹身(shen)、胡(hu)須(xu)和胎(tai)記(ji)。

动画能力生成

DreamFace生成的模型具备动画能力。与基于BlendShapes的方法不同，DreamFace的神经面部动画方法通过预测獨(du)特的變(bian)形来为生成的靜(jing)息(xi)（Neutral）模型賦(fu)予(yu)动画效果，从而产生个性化的动画。

首先，训练一个几何生成器，学习表情的潜在空间，其中解碼(ma)器被扩展为以中性几何形狀(zhuang)为条件。接着，进一步训练表情编码器，从RGB图像中提取表情特征。因此，DreamFace能夠(gou)通过使用單(dan)目RGB图像以中性几何形状为条件来生成个性化的动画。

与使用通用BlendShapes进行表情控(kong)制的DECA相比，DreamFace的框架提供了细致的表情细节，并且(qie)能够精细地捕(bu)捉(zhuo)表演(yan)。

结论

本文介(jie)紹(shao)了DreamFace，一种文本指导的渐进式3D生成框架，它(ta)结合了最新的视觉-语言模型、隐式扩散模型，以及(ji)基于物理的材质扩散技术。

DreamFace的主要创新包括几何体生成、基于物理的材质扩散生成和动画能力生成。与传统的3D生成方法相比，DreamFace具有更高的准确性、更快(kuai)的运行速(su)度和較(jiao)好(hao)的CG管线兼容性。

DreamFace的渐进式生成框架为解决復(fu)雜(za)的3D生成任務(wu)提供了一种有效的解决方案，有望(wang)推动更多类似的研究(jiu)和技术发展。

此外，基于物理的材质扩散生成和动画能力生成将推动3D生成技术在影视制作、游戏開(kai)发和其他(ta)相关行业的应用。

参考(kao)资料(liao)：

https://sites.google.com/view/dreamface返(fan)回(hui)搜(sou)狐(hu)，查(zha)看更多

責(ze)任编辑：