研究人员推出了SAM 3D，这是一种生成模型，能够从单个2D图像中重建3D对象，包括几何和纹理。该模型旨在处理具有遮挡和杂乱的复杂真实世界场景，与现有方法相比取得了显著改进。随后的开发Fast-SAM3D通过引入一个无需训练的框架来解决SAM 3D的推理速度限制，该框架根据生成复杂度动态调整计算量，在保真度损失很小的情况下实现了高达2.67倍的速度提升。 AI
影响 这些模型推进了单图像3D重建能力，可能影响需要快速生成3D资产的领域。
排序理由 该集群包含两篇详细介绍从图像进行3D重建新模型的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2511.16624v2 Announce Type: replace-cross Abstract: We present SAM 3D, a generative model for visually grounded 3D object reconstruction, predicting geometry, texture, and layout from a single image. SAM 3D excels in natural images, where occlusion and scene clutter are com…
arXiv:2602.05293v2 Announce Type: replace Abstract: SAM3D enables scalable, open-world 3D reconstruction from complex scenes, yet its deployment is hindered by prohibitive inference latency. In this work, we conduct the \textbf{first systematic investigation} into its inference d…