腾讯 ARC 提出 GAE：几何原生潜空间让 3D 一致生成 FVD 降逾一成

TencentARC · hf · 2026-09-23

腾讯 ARC 提出 GAE（geometry-native autoencoder），主张 3D 不一致生成不只是建模问题，更是表示问题：生成器演化的是外观中心潜变量，而感知模型在编码跨视图结构的语义空间里恢复几何。做法是把几何基础模型的特征重参数化为紧凑潜空间，该潜变量可联合解码为外观、深度、相机与点图，再由标准条件 flow 支撑多种生成任务。

在固定生成器与训练协议的对照实验中，仅把潜空间换成 GAE 就同时提升视觉质量与独立测得的 3D 一致性：RealEstate10K 与 DL3DV 上 FVD 分别下降 12.7% 与 23.1%，RealEstate10K 上相机轨迹误差减半。结论：潜空间是几何一致生成的核心，可作为感知与生成的共享接口。