相較過往3D物件製作流程，必須透過複雜的建模、渲染流程才能完成，在3D MoMa技術下僅需配合單一具備Tensor核心設計的GPU，即可在1小時內產生3D模型，並且可相容多數3D繪圖引擎與建模工具。
先前說明改進Instant NeRF模型，讓大量2D平面照片可在幾秒內合成3D場景之後，NVIDIA Research在紐澳良舉行的國際電腦視覺與模式辨識會議 (CVPR)上，發表名為3D MoMa的技術論文，將可讓靜態影像快速變成3D物件，藉此加快3D影片內容創作效率。
NVIDIA以爵士樂即興演奏為概念，標榜能在短短演奏期間快速利用3D MoMa技術創作3D物件，並且以此創作3D影片內容。
相較過往3D物件製作流程，必須透過複雜的建模、渲染流程才能完成，在3D MoMa技術下僅需配合單一具備Tensor核心設計的GPU，即可在1小時內產生3D模型，並且可相容多數3D繪圖引擎與建模工具，同時也能快速套用材質貼圖、物理效果，以及即時光影表現，讓創作者能更快調整，用於創作3D影片內容。
此次示範藉由各100張圖片內容分析識別，進而打造小號、長號、薩克斯風、爵士鼓和單簧管在內5款樂器3D模型，並且能匯入Omniverse 3D模擬平台進行後續編輯，另外也能替換不同物理貼圖，例如採用黃金、大理石、木材或軟體材質，同時套用反應真實物理現象的光影變化效果，藉此提高擬真效果。
而藉由3D MoMa技術，將可讓更多創作者更容易打造3D物件，進而加快各類3D影片內容製作效率。
