Coarse3D 提出可控稀疏结构生成方法，可直接替换图生 3D 流程粗阶段
论文AI 评分 68/100arXiv cs.AI待复核
AI 聚合
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。
Coarse3D 是一个从任意无位姿图像生成体素几何的稀疏结构生成模型，目标是解决粗到细 3D 生成中第一阶段结构不可控、与输入图像不一致的问题。它引入三项设计：以首帧为锚的规范空间，使生成与第一视角对齐并保留物体中心归一化；双塔 DiT，将生成与辅助前馈重建耦合，学习空间接地特征；空间先验引导注意力，用像素到体素的对应关系约束交叉注意力。该方法可直接替换现有流程的粗阶段，实验显示稀疏结构质量明显提升，并带动最终 3D 生成效果，达到当前最优水平。
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
粗到细的 3D 原生生成高度依赖第一阶段产出的稀疏结构，这一结构决定后续细化阶段的全局朝向与整体几何。现有粗生成器有两个短板：语义规范化不明确，导致朝向难以控制；2D 与 3D 的接地关系较弱，生成结构常与输入图像不一致。Coarse3D 针对这两点，从任意无位姿图像直接生成体素形式的稀疏结构。
三项关键设计
第一项是以首帧为锚的规范空间，把生成结果与第一张输入视角对齐，同时保留以物体为中心的归一化方式，从而让朝向可控。第二项是双塔 DiT，把生成分支与辅助的前馈重建分支耦合起来，使模型学到具备空间接地能力的特征。第三项是空间先验引导注意力，利用像素到体素的对应关系对交叉注意力施加约束，增强结构与输入图像的一致性。
替换方式与效果
Coarse3D 定位为可直接替换现有粗到细流程中的粗阶段，不需要改动后续细化环节。材料给出的实验结论是：稀疏结构质量获得明显提升，最终 3D 生成效果也随之稳定改善，整体达到当前最优水平。材料未披露具体参数量、训练数据规模与量化对比数值。
为什么值得看
图生 3D 的粗阶段决定整体朝向与几何，该方法给出可替换模块并声称达到 SOTA，值得关注 3D 生成流程的人查看。
对齐
信源1 家
关键事实
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。