arXiv · AI· Zhenggang Tang, Yuehao Wang, Yuchen Fan, Jun-Kun Chen, Yu-Ying Yeh, Kihyuk Sohn, Zhangyang Wang, Qixing Huang, Alexander Schwing, Rakesh Ranjan, Dilin Wang, Zhicheng Yan·· 5 小时前AI 评分23
3D-ARD+ 实现结合自回归与扩散的交互式文本到场景生成
Autoregressive Diffusion for Compositional Text-to-Scene Generation
AI 导读
研究团队提出 3D-ARD+ 模型，统一自回归生成与扩散生成，实现交互式文本到 3D 场景创建。 该模型采用两步生成策略：先生成场景空间中的粗粒度 3D latents，再生成物体空间中的细粒度 latents 以解码几何与外观。 团队利用 23 万室内场景数据集训练 7B 参数模型，展示其能根据复杂文本指令准确生成并放置物体。
来源：arXiv · AI · arxiv.org