研究人员推出了3D-ReGen，一个用于从2D图像和现有3D模型中再生3D对象的新颖框架。与一次性生成器不同，3D-ReGen以初始3D形状为条件，能够执行增强、重建和编辑等任务。该系统利用一种名为VecSet的新条件机制进行详细的几何更新，并通过在大型3D数据集上进行自监督学习来学习再生先验，而无需额外的标注。评估表明，3D-ReGen在可控3D生成方面取得了最先进的性能。 AI
影响 引入了一种更可控的3D对象生成方法，可能影响需要详细3D资产创建的领域。
排序理由 详细介绍3D几何再生新框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.28134v1 Announce Type: new Abstract: We consider the problem of regenerating 3D objects from 2D images and initial 3D shapes. Most 3D generators operate in a one-shot fashion, converting text or images to a 3D object with limited controllability. We introduce instead 3…
We consider the problem of regenerating 3D objects from 2D images and initial 3D shapes. Most 3D generators operate in a one-shot fashion, converting text or images to a 3D object with limited controllability. We introduce instead 3D-ReGen, a 3D regenerator that is conditioned on…