Tag · 3 篇
三维场景生成
01 02 03
PARSE：部件感知的关系空间建模
PARSE: Part-Aware Relational Spatial Modeling
提出部件级装配图（PAG）作为结构化先验，可注入3D生成模型提升物理真实感与结构复杂度；同时为视觉语言模型提供部件级关系监督，增强空间推理能力。
I-Scene：三维实例模型是隐式可泛化的空间学习者
I-Scene: 3D Instance Models are Implicit Generalizable Spatial Learners
将预训练 3D 实例生成器重编程为场景级空间学习者，用模型中心的空间监督替代数据集监督，并以视角为中心的表示实现前馈式可泛化 3D 场景生成，为交互式 3D 场景理解与生成提供新范式。
Extend3D：城镇尺度三维生成
Extend3D: Town-Scale 3D Generation
把以物体为中心的 3D 生成模型的潜空间在 x/y 方向扩展并切成重叠图像块、逐时间步耦合，配合单目深度点云先验做空间对齐，是把固定尺寸 3D 生成器推广到城市场景的可复用套路；其中「under-noising」把结构缺失当作噪声、用 SDEdit 迭代补全遮挡区域，可直接迁移到场景补全与长序列外扩生成。