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 从稀疏视图自回归生成完整 3D 场景(3 条相关)→
「多模态」频道最新
- 蚂蚁开源 5 个 Ming-3.0 语音模型：TTS、音频理解与方言 ASR — Med1_Ai · 2026-10-21
- AI 网红视频留存秘诀:强钩子+视觉一致性+悬念设计 — aftahi_ai · 2026-10-21
- Flova 的 MORPHJUTSU 技能让角色复用任意视频的运动节奏 — aftahi_ai · 2026-10-21
- NVIDIA 开源 MotionBricks:单模型生成 35 万动作技能,2ms 延迟 — aftahi_ai · 2026-10-21
- Runway 入驻 Claude Marketplace,企业可划拨 Anthropic 预算买视频生成 — runwayml · 2026-10-21
- Kokon 0.10:复用 Qwen-Image 文本编码器自动写 prompt,零额外显存 — Ok-Director4174 · 2026-10-21