JoVox 发布：单张图一次生成 4³→64³ 分层体素结构
pmttyji · reddit · 2026-11-10
JoVox（Joint Hierarchical Flow Matching for Lightweight Voxel Generation）上线 Hugging Face，是一个图像条件的 64³ 体素结构生成器。
方法采用离散流匹配（discrete flow matching）框架，学习体素的联合分层分布并保持生成轻量化：单个模型即可从一张图像一次性生成 4³ → 16³ → 64³ 所有层级的体素结构。
论文（arXiv 2611.10690）、代码与项目页均已公开，项目页提供截图与 benchmark。
「多模态」频道最新
- 3D 名人夸张漫画 Prompt 分享：大头但不丢辨识度 — azed_ai · 2026-11-10
- 把声腔合成仓库交给 AI 智能体，它做出了分支声管建模的歌手合成 — TinfoilTricorn · 2026-11-10
- 开源 Sillage 3D 引擎：每个高斯泼溅都是一笔笔触 — janusch_patas · 2026-11-10
- 博主实测图像生成模型 Fable 5.2：声称仅花 1 token 出图 — alex_verem · 2026-11-10
- MiniMax H3 Image 一图一提示词复刻 F1 海报版式,风格迁移获好评 — JaynitMakwana · 2026-11-10
- 用 Opus 5.5 Max 七天做出 29 分钟黏土风动画，仅需 GTX 1660 Ti — Humble-Scale4941 · 2026-11-10