Tag · 4 篇
潜空间表示
01 02 03 04
RigMo：统一绑定与运动学习用于生成式动画
RigMo: Unifying Rig and Motion Learning for Generative Animation
把逐顶点形变编码进「绑定潜变量 + 运动潜变量」两个紧凑潜空间，可前馈地从原始网格序列直接解出高斯骨骼、蒙皮权重与逐帧 SE(3) 变换，为动态 3D 建模提供了一套无需人工骨骼标注、结构可解释的表示方案；在该潜空间上训练 Motion-DiT 即可做下游运动生成，是 4D 生成与角色动画可复用的范式。
Muses：无需训练地设计、组合与生成不存在的奇幻 3D 生物
Muses: Designing, Composing, Generating Nonexistent Fantasy 3D Creatures without Training
用 3D 骨骼作为结构先验，把「设计—组装—生成」拆成可复用的免训练流水线；其中图约束推理构造骨骼、潜空间体素组装、骨骼条件下的图像引导外观建模，都可迁移到 3D 资产编辑与组合式生成。
LoST：面向三维形状的语义层级分词
LoST: Level of Semantics Tokenization for 3D Shapes
把 3D 形状 token 的排序从几何 LoD 换成语义显著性排序，并用 DINO 特征空间的关系结构对齐 3D 潜空间，可直接复用到任何基于自回归或潜变量的 3D 生成与形状表征学习流程中。
面向实体中心 4D 场景生成的接地潜变量
Grounded Latents for Entity-Centric 4D Scene Generation
用实体级 3D 潜变量替代稠密体素表示，把场景拆成语义局部区域再逐实体扩散生成，并沿时间传播潜变量得到 4D 一致性；对做驾驶场景生成、可控仿真数据合成的人，这是一条绕开体素开销、又能精细控制单个车辆/行人的可复用路线。