FixAnything：用视频生成先验统一修复 3D 渲染伪影
gabriel1 · x · 2026-08-26
FixAnything 是一个通用视频模型，旨在修复来自任何 3D 表征（3DGS、NeRF、网格或稀疏点云）的渲染伪影。
核心原理与方法：
- 视频到视频转换：将修复问题重构为视频到视频的翻译任务，通过微调预训练视频扩散模型（Wan2.1-I2V-14B）实现。
- 稀疏点云控制：即使是极其稀疏的点云（如来自 COLMAP）也能为视频模型提供有效的相机控制信号，仅需约 20 个配对视频进行 LoRA 微调。
- 几何一致性奖励：使用 COLMAP 从输出中恢复的相机位姿作为奖励，通过 Flow-DPO 引导模型生成几何一致的输出。
- 锚定机制：模型将训练轨迹中经过的清晰视图视为锚点，将外观、光照和场景结构传播到中间的降质帧中。
该论文已收录于 ECCV 2026。
所属事件:FixAnything 用视频生成先验统一修复 3D 渲染伪影(2 条相关)→
「多模态」频道最新
- 正式宣布：视频模型进入「后训练时代」 — gorkem · 2026-08-26
- AI 一键给人像重打光：不换脸直接出商业大片质感 — sven_ai · 2026-08-26
- NoSpoon H3 音乐视频 Agent 开测：三条生成拼成多机位成片 — Kyrannio · 2026-08-26
- sanoTTS：140 万参数模型在 $3 芯片上实时运行 — kastnerkyle · 2026-08-26
- 本周新模型盘点：视觉编码器与机器人基础模型 — TheTuringPost · 2026-08-26
- HYPERREALITY 发布第二支预告片 — Listen_Expert · 2026-08-26