Tag · 5 篇
三维生成
Points-to-3D：以点云先验实现结构感知的三维生成
Points-to-3D: Structure-Aware 3D Generation with Point Cloud Priors
把可见区域点云（LiDAR 或 VGGT 前馈预测）编码进 TRELLIS 的稀疏结构潜变量，用结构图像修复网络加两阶段采样补全不可见几何，为视觉研究者提供了一条用现成点云先验做几何可控 3D 生成的通用路径。
面向三维生成的原生紧凑结构化潜变量
Native and Compact Structured Latents for 3D Generation
O-Voxel 把几何与 PBR 材质统一编码进稀疏体素，并配一个高压缩率的稀疏压缩 VAE 得到紧凑潜变量，可直接作为 3D 生成模型的表示层替换 NeRF/三平面潜变量；做 3D 生成或资产重建时可借鉴其处理开放、非流形、全封闭拓扑的编码方式与潜空间压缩策略。
多视图一致的三维高斯头部头像“无需”多视图生成
Multi-view Consistent 3D Gaussian Head Avatars 'without' Multi-view Generation
提出在 3D 高斯表示上直接施加多视图一致性约束的单次状态空间模型，无需多视图数据或中间视图合成，为单视图 3D 头像生成提供了可复用的 HiSS 块与 HiBiSS 扫描机制，以及基于 SE(3) 多视图评论器的自监督训练思路。
LATTICE：让大规模高保真 3D 生成走向普及
LATTICE: Democratize High-Fidelity 3D Generation at Scale
VoxSet 把 3D 资产压缩成锚定在粗体素网格上的潜变量集合，使位置嵌入能直接引导生成并支持 token 级测试时扩展；这套半结构化表示可直接迁移到任何需要从稀疏结构生成细节几何的 3D 生成管线。
Fast3Dcache：免训练的3D几何合成加速
Fast3Dcache: Training-free 3D Geometry Synthesis Acceleration
提出一种无需训练的几何感知缓存框架，通过预测性缓存调度约束和时空稳定性准则，在加速3D扩散模型推理的同时保持几何保真度，可复用于其他3D生成任务的加速。