PointDiT：像素空间扩散模型用于单目几何估计
zhenjun_zhao · x · 2026-07-03
研究提出 PointDiT，一种基于像素空间扩散的单目几何估计方法。模型以 DINOv3 为条件，通过 ViT 架构直接输出点图块（point map patches），从单张图像预测三维几何结构。
相比传统深度估计方法，该方案将扩散模型的生成能力引入到三维点云重建任务，可从普通RGB图像恢复稠密几何信息，对自动驾驶、AR/VR及三维重建等下游应用具有潜在价值。
所属事件:PointDiT：极简像素空间扩散3D重建方法(2 条相关)→
「多模态」频道最新
- 微调后的 Krea 2 raw 模型做出了一张雨夜驾驶图 — darlens13 · 2026-07-27
- 有人在问 Video2X 能否加载 OpenModelDB 自定义模型 — Used-Profit2355 · 2026-07-27
- 有人想让 AI 逆向拆解爆款视频特效成 ComfyUI 流程 — stale2000 · 2026-07-27
- Midjourney V8.2 加入个性化并展示新图像效果 — Mr_AllenT · 2026-07-27
- Midjourney 图像多样性引发 Krea 2 对比与复现提问 — diffusion_throwaway · 2026-07-27
- AI 短片把 1985 年反乌托邦拍成电影感作品 — ProfessorKey98 · 2026-07-27