研究人员开发了一种新的3D形状生成方法，通过在超二次曲面参数上进行扩散，而不是使用密集几何表示。这种方法显著降低了扩散状态的维度，每个形状仅需要7KB的参数。超二次曲面上的扩散方法能够实现更快的生成速度、提高可扩展性，并支持部件级编辑和基于约束的设计等高级功能，同时在标准基准测试中取得了具有竞争力的性能。 AI
影响 实现了更高效、可控的3D形状生成，可能影响需要快速资产创建的领域。
排序理由 该集群包含一篇详细介绍新颖3D形状生成方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2606.08957v1 Announce Type: new Abstract: Diffusion models have advanced 3D shape generation, yet most methods still denoise in high-cardinality spaces (e.g., voxel/SDF grids, meshes, or point clouds), which is computationally and memory intensive and makes it difficult to …