SPAR3S 论文:稀疏视角图自回归生成 3D 场景,无需 3D 监督
kwangmoo_yi · x · 2026-09-05
Naver 等机构的研究者发布 SPAR3S 论文(arXiv:2609.03931),提出一种稀疏体素对齐的 3D 潜在生成模型,可从少量无约束视角的图像补全生成完整 3D 场景,并以 3D Gaussian Splatting 形式解码。
- 核心思路:将 3D 场景生成置于结构化、紧凑的体素对齐潜在空间,只表示被占据的体素;补全场景即预测缺失的 latent token 及其空间支撑。
- 无需真实 3D 数据监督:通过可微 3DGS 从多视角图像以光度监督直接学习该稀疏潜在空间。
- 训练一个 masked autoregressive transformer,联合建模体素占据与潜在 token 值,实现对未见区域空间一致的高效生成。
- 对比现有方法:前馈重建只能还原输入可见内容,稠密体积 3D 生成则受计算成本与 3D 监督数据稀缺限制,SPAR3S 同时缓解这两点。
所属事件:SPAR3S：稀疏视角图像自回归生成完整 3D 场景(2 条相关)→
「多模态」频道最新
- xAI 公布 Imagine Odyssey 大赛获奖名单,冠军获 10 万美元 — XFreeze · 2026-09-05
- 开发者实测 fal.ai 平台：集成流式输出遇阻，但生成体验不错 — flngr · 2026-09-05
- Clapper 开发 AI 流导出器，MiniMax H3 实时渲染 3D 世界 — flngr · 2026-09-05
- Higgsfield 发布 3D Jutsu：一句提示词生成可交互 3D 世界 — OpenAIDevs · 2026-09-05
- 玩家在 MiniMax H3 上复现多帧分离推理与负帧 LoRA 训练成功 — bdsqlsz · 2026-09-05
- 创作者用 Grok Imagine 做 5 分钟《奥德赛》史诗,xAI 悬赏 10 万美元办大赛 — elonmusk · 2026-09-05