Coarse3D：可控且忠实的图像转3D稀疏结构生成模型

研究团队提出 Coarse3D，一种从任意无姿态图像生成方向可控且结构忠实体素几何的稀疏结构生成模型。 该模型引入首帧锚定规范空间、双塔 DiT 架构及空间先验引导注意力，通过辅助前向重建学习空间接地特征。 实验显示其显著提升稀疏结构质量并增强最终 3D 生成效果，达到 SOTA 性能。