PointDiT：用于单目几何估计的像素空间扩散Transformer
google · hf · 2026-07-08
谷歌提出PointDiT，采用纯ViT架构直接处理3D点地图块，并结合DINOv3图像token进行条件生成。该方法在保持极简架构的同时，超越了复杂的潜空间模型，并在模糊区域表现出更好的鲁棒性。
所属事件:谷歌 PointDiT 实现单图重建三维形状(2 条相关)→
「研究」频道最新
- DiFA 让扩散模型推理对齐前向统计，生成质量更高 — cn-scut · 2026-07-21
- 微软研究院把 LLM Judge 变 Coach，优于 rubric RL — MicrosoftResearch · 2026-07-21
- OpenLongTail 用生成视角补齐长尾自动驾驶数据 — TexasAMUniversity · 2026-07-21
- GEPO 用组熵改造 GRPO，在 13 项基准上更稳更强 — internlm · 2026-07-21
- 阿里 RynnBrain 1.1 把具身基础模型扩到 122B-A10B — Alibaba-DAMO-Academy · 2026-07-21
- Apple 提出无需真实环境的 API 智能体合成数据方法 — _akhaliq · 2026-07-21