MV-Adapter ist eine adapterbasierte Lösung zur Erzeugung von Bildern aus mehreren Ansichten. Er verbessert vortrainierte Text-zu-Bild-(T2I)-Modelle und deren Ableitungen, ohne die ursprüngliche Netzwerkstruktur oder den Merkmalsraum zu verändern. Durch das Aktualisieren weniger Parameter ermöglicht MV-Adapter ein effizientes Training und bewahrt das im vortrainierten Modell eingebettete Vorwissen, wodurch das Risiko des Overfitting reduziert wird. Dank innovativer Designs wie replizierter Selbstaufmerksamkeits-Schichten und paralleler Aufmerksamkeitsarchitekturen kann der Adapter das starke Vorwissen des vortrainierten Modells zur Modellierung neuen 3D-Wissens nutzen. Darüber hinaus bietet MV-Adapter einen einheitlichen bedingten Codierer, der nahtlos Kameraparameter und geometrische Informationen integriert und die text- und bildbasierte 3D-Generierung sowie Texturierungsanwendungen unterstützt. MV-Adapter erreicht auf Stable Diffusion XL (SDXL) eine Mehransichtsgenerierung mit 768 Pixel Auflösung und zeigt seine Anpassungsfähigkeit und Vielseitigkeit. Er kann auf beliebige Ansichtsgenerierungen erweitert werden und eröffnet so breitere Anwendungsmöglichkeiten.