3D 视觉与重建 / CVPR2026
面向多样化文本到3D生成的多模态语义偏差缓解
Multimodal Semantic Bias Mitigation for Diverse Text-To-3D Generation
针对文本到3D大模型对提示词格式敏感、难以理解复杂提示词的问题,提出用质量评价模型定位跨模态偏差、以质量分数量化提示词文本对偏差的贡献,并构造成对样本重建无偏的视觉-文本连接;做文本到3D或扩散先验的人可借鉴这套偏差定位与成对偏好式微调流程。
文本到3D生成多视角一致性语义偏差