Mira-Scene 用像素对齐坐标图解决生成式 3D 场景布局，3D-IoU 提升 39.8%

Yang-Tian Sun · hf · 2026-09-22

单图 3D 物体生成已能产出高保真资产，但如何将其准确放入连贯的场景布局仍是难题。Mira-Scene 是一个组合式 3D 场景重建框架，用稠密、有界的对应关系恢复取代稀疏位姿回归。

核心是 Canonical Coordinate Map（CCM）：一个像素对齐场，将每个可见物体像素映射到物体有界规范空间中的表面坐标。配合单目几何估计的场景空间点云图（PCM），CCM 产生稠密的规范-场景对应，再通过鲁棒几何对齐恢复物体变换。由于 CCM 在有界规范空间内运行，可仅用可规模化的物体级 3D 数据训练，无需场景级布局标注。

框架还引入多模态扩散 Transformer，以模态专属专家流加共享注意力联合生成物体几何与 CCM，促进几何-布局一致性。在室内、室外、合成与真实场景上，布局精度大幅超越强基线：3D-IoU 相对 SAM3D 提升 39.8%，2D-IoU 提升 16.5%，且仅用有限开源训练数据。

原文链接 →

「研究」频道最新

• Glasshouse v0.1 发布：197 万 token 长对话记忆基准，2847 题不设总分 — True_Mongoose_7073 · 2026-09-22
• 质疑顶会互惠审稿:25 篇投稿的 PI 审稿量是否成比例 — 3scorciav · 2026-09-22
• 新基准 Decision Index 0.1 跑 13.2 万次决策,Jev 仍以 59.5 居首 — victormustar · 2026-09-22
• Toby Ord 估算：AI解千禧年大奖问题，烧了约2000万美元 — tobyordoxford · 2026-09-22
• 开发者逆向复现 DLSS5 神经渲染,Vulkan 实现 75 层输出逐字节一致 — bdsqlsz · 2026-09-22
• 「疼痛轴」研究探索大模型内部是否存在类疼痛处理模式 — voices4AI · 2026-09-22

更多「研究」频道 AI 资讯 →