Tag · 5 篇
由粗到细生成
语义先行：用异步潜扩散协调语义与纹理建模
Semantics Lead the Way: Harmonizing Semantic and Texture Modeling with Asynchronous Latent Diffusion
把预训练视觉编码器的语义潜变量与 VAE 纹理潜变量拼接，并用带时间偏移的两套噪声调度异步去噪，让语义先于纹理成形；这一「语义先行」的调度可直接嵌入现有 DiT/LDM 训练流程，用于加速收敛并提升 FID。
PointNSP：基于下一尺度细节层次预测的自回归三维点云生成
PointNSP: Autoregressive 3D Point Cloud Generation with Next-Scale Level-of-Detail Prediction
提出基于下一尺度预测的自回归点云生成框架，利用多尺度分解对齐点集的无序性，避免固定顺序偏差，可复用于其他无序集合生成任务（如点云补全、场景生成）。
PAMotion：面向多物体全身交互的物理感知动作生成
PAMotion: Physics-Aware Motion Generation for Full-Body Interaction with Multiple Objects
把「物体加速度与接触状态的一致性」做成可微的物理感知损失，并采用由粗到细的分阶段条件生成（先躯干与物体平移、再手部与物体旋转），这套思路可直接迁移到任何需要物理合理性的扩散式人体/物体联合运动生成任务。
MeshWeaver：稀疏体素引导的表面编织用于自回归网格生成
MeshWeaver: Sparse-Voxel-Guided Surface Weaving for Autoregressive Mesh Generation
把稀疏体素特征同时当作顶点表示、交叉注意力引导和结构脚手架，为自回归网格生成注入局部几何先验；这套「体素编码器 + 下一顶点预测」的范式可直接迁移到点云/网格的自回归建模与高面数资产生成。
HierAmp：面向生成式数据集蒸馏的由粗到细自回归语义放大
HierAmp: Coarse-to-Fine Autoregressive Amplification for Generative Dataset Distillation
把 VAR 的由粗到细多尺度生成当作层级语义的天然载体，在每个尺度注入类别词元并生成显著性图来引导合成，这个「尺度级条件注入 + 显著性引导」的机制可直接迁移到任何需要分层控制生成内容的视觉合成任务。