Tag · 2 篇
4D-生成
01 02
Sculpt4D：基于稀疏注意力扩散 Transformer 生成 4D 形状
Sculpt4D: Generating 4D Shapes via Sparse-Attention Diffusion Transformers
把预训练 3D 扩散 Transformer 通过块稀疏注意力扩展成时序 4D 生成器，其时间衰减稀疏掩码锚定首帧保身份的思路可直接迁移到视频/动态 NeRF 等需要长程时序一致性的生成任务，并显著降低注意力开销。
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。