新的3D生成方法在几何基础模型上使用潜在空间流匹配

研究人员开发了一种在几何基础模型（如Visual Geometry Grounded Transformer (VGGT)）的潜在空间内直接进行流匹配的新方法，用于生成3D场景。该方法利用VGGT学习到的3D先验知识，而无需显式的下游表示。该方法解决了在超球面乘积流形上操作的挑战，而VGGT的潜在几何需要这种操作。在RealEstate10K、ScanNet++和ETH3D等数据集上的实验表明，与现有的场景生成基线相比，该方法在外观和聚合的3D几何方面都表现出色。 AI

影响 这项研究可能能够从稀疏输入生成更连贯、更可信的3D场景，从而提升生成式AI在3D领域的能力。

排序理由 关于一种新的3D场景生成方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• ETH3D
• Hugging Face
• RealEstate10K
• ScanNet++
• VGGT
• Visual Geometry Grounded Transformer

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →