研究人员开发了PixSDS，这是一种解决文本到3D生成中由潜在得分蒸馏采样（SDS）引起的伪影的新方法。该技术通过使用解码图像方向来指导优化，从而减少噪声并保留语义内容，从而解决VAE引起的像素漂移。PixSDS无需重新训练扩散模型或更改渲染器即可运行，为提高生成3D资产的质量提供了一种轻量级解决方案。 AI
影响 该方法可能导致从文本提示生成的3D模型质量更高且伪影更少。
排序理由 该集群描述了一篇详细介绍改进3D生成新方法的最新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Score Distillation Sampling (SDS) enables text-to-3D generation by optimizing rendered images with a pretrained diffusion prior, but latent SDS often produces structured color artifacts and high-frequency texture noise. We identify a failure mode of latent SDS caused by VAE-induc…
PixSDS fixes VAE-induced pixel drift in latent score distillation sampling by guiding optimization with decoded image directions, reducing artifacts in text-to-3D generation.
arXiv:2608.12997v1 Announce Type: new Abstract: Score Distillation Sampling (SDS) enables text-to-3D generation by optimizing rendered images with a pretrained diffusion prior, but latent SDS often produces structured color artifacts and high-frequency texture noise. We identify …