SpaceFlow：无需训练即可局部控制文本生成3D
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载要解决的问题
现有 3D 生成方法缺少显式的局部控制：几何贴合程度通常由一个全局控制强度决定，外观也无法按区域分别指定。SpaceFlow 针对的正是这两点，试图让用户对物体的不同部位分别设定约束强度与外观条件，而不是对整个模型施加单一控制。论文将其定位为一种无需训练的流程，输入是文本描述加上一组几何基元。
结构生成怎么做
每个几何基元充当物体某个部件的代理，并被赋予一个局部控制级别。用户借此指定哪些区域应严格遵循输入形状，哪些区域允许生成式补全。在结构生成过程中，这些空间约束被施加在生成流过程内部，而不是事后修正。论文用区域几何指标来验证效果：高控制区域能保留指定的几何形状，低控制区域则能产生合理的形状变化。用户研究进一步表明，这种几何保真与生成自由度之间的平衡在整体质量上仍具竞争力。
外观合成与路由
外观合成阶段，生成的结构会被分割并与几何基元匹配。每个生成部分只以其被分配的文本或图像提示为条件，从而限制部件之间的相互泄漏。在固定几何上评估外观时，文本条件路由取得了当前最优的提示忠实度以及颜色和材质准确率。定性结果还展示了图像提示可以被局部路由到对应部件。论文提供了项目页面，并归入计算机视觉、人工智能与图形学相关分类。
为什么值得看
把 3D 生成的局部控制拆成可调级别，并给出几何与外观两阶段的实现路径，对做可控 3D 生成的人有直接参考价值。
信源1 家
关键事实
论文标题为 SpaceFlow: Locally Controllable 3D Generation，提交于 2026 年 10 月 8 日[1]
作者包括 Neil De La Fuente、Joan Lafuente、Mukhammadali Sayfiddinov、Felicia Scharitzer、Marc Pollefeys、Ata Celen、Sayan Deb Sar…[1]
方法为无需训练的流程，输入文本描述与一组几何基元，每个基元可指定局部控制级别[1]
结构生成阶段在生成流过程中施加空间约束，外观合成阶段对结构分割并与基元匹配，各部件仅受其对应提示约束[1]
区域几何指标与用户研究显示高控制区保持几何、低控制区允许形变，固定几何上的文本条件路由在提示忠实度与颜色/材质准确率上达到最优[1]
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。