Tag · 2 篇
几何感知正则化
分布 生成模型与扩散1图像编辑与可控生成1
01 02
StereoWorld：几何感知的单目到立体视频生成
StereoWorld: Geometry-Aware Monocular-to-Stereo Video Generation
把预训练视频生成器改造成单目到立体的生成器，并用几何感知正则化显式约束视差结构，对做视频生成、立体内容生产、以及想在生成过程中注入3D几何先验的人可直接复用。
3D-LATTE：基于文本指令的潜空间三维编辑
3D-LATTE: Latent Space 3D Editing from Textual Instructions
把指令编辑从 2D 先验蒸馏搬到原生 3D 扩散模型的潜空间里做，用源物体的 3D 注意力图混合来定位编辑区域，并用傅里叶域谱调制加几何感知正则化抑制多视角不一致——这套「潜空间注意力引导 + 频域正则」的组合可直接迁移到 3D 生成模型的可控编辑与局部重绘。