PixGR：像素空间生成式解码加速前馈 3D 高斯重建
kwangmoo_yi · x · 2026-10-27
Imperial College London 与图宾根大学发表论文 PixGR（代码已开源），将像素空间生成式解码引入快速前馈 3D 重建。
核心思路：先把上下文观测编码为场景 latent，再以此为条件，在带噪声的目标视角上做生成式去噪解码，同时产出共享的 3D Gaussian 表示——即同时完成目标视图去噪与 3D 高斯生成。
相比已有方法的优势：
- vs. 回归式解码：回归器确定性映射难以处理大视角变化与遮挡；PixGR 通过引入噪声目标视图，在上下文重叠少时改善插值、在遮挡/未见区域增强外推。
- vs. 两阶段 latent 生成模型：两阶段流水线会传播误差，VAE latent 会丢失细节；PixGR 在像素空间端到端联合学习生成与重建。
去噪更多目标视图可改善弱观测区域的重建质量，几何与外观表现随目标视图数增加而提升。
所属事件:PixGR 用生成式解码加速前馈 3D 高斯重建(2 条相关)→
「多模态」频道最新
- Runway App Studio 示例:角色替换与角色设定图生成 — runwayml · 2026-10-27
- Higgsfield 上线 Playable：一句提示词生成可玩广告 — CurieuxExplorer · 2026-10-27
- 女朋友总想挤痘？网友用 AI 把她自拍做成可玩广告游戏 — CurieuxExplorer · 2026-10-27
- Fibo 2 编辑模型被吐槽不稳定:连换衣服颜色都会改变目标物体 — jd3k · 2026-10-27
- AIArtsy 生成 3D 动画剑术短片 — Jealous-Associate-41 · 2026-10-27
- 求助：高质量 AI 生成漫画工作流推荐 — Worldly_Courage395 · 2026-10-27