论文页面 - Block3D：基于分块扩散的高效文本到3D生成

来源：https://huggingface.co/papers/2608.19567

摘要

Block3D 通过采用带置信度引导校正的分块扩散方法，在保持几何保真度的同时显著减少了推理时间，从而加速了文本到3D的生成过程。

尽管文本到3D生成（https://huggingface.co/papers?q=text-to-3D%20generation）技术发展迅速，但在低推理成本下实现高几何保真度仍然是一项挑战。现有的文本到3D方法要么自回归地解码离散形状标记（https://huggingface.co/papers?q=discrete%20shape%20tokens），要么通过扩散或流模型迭代优化全局3D表示。然而，自回归解码（https://huggingface.co/papers?q=autoregressive%20decoding）是顺序执行的，无法修正错误；而扩散和流匹配（https://huggingface.co/papers?q=flow-matching）模型则需要重复处理完整的表示，导致高质量生成的计算成本越来越高。本文提出了 Block3D，这是一个分块扩散（https://huggingface.co/papers?q=block-wise%20diffusion）框架。它将离散形状标记序列划分为连续的块，自回归地生成这些块，并对当前块内的所有标记进行联合去噪。为缓解误差累积，我们引入了置信度引导的块内校正（https://huggingface.co/papers?q=confidence-guided%20intra-block%20correction）机制，在每个块最终确定前修改低置信度的标记。在 TRELLIS-500K 的留出测试集上，Block3D 将平均端到端生成时间从 25.71 秒减少到 4.99 秒，在不牺牲几何保真度的情况下，比微调后的自回归基线实现了 5.15 倍的加速。

查看 arXiv 页面 (https://arxiv.org/abs/2608.19567) 查看 PDF (https://arxiv.org/pdf/2608.19567) 项目页面 (https://alexandertsui.github.io/block3d/) GitHub (https://github.com/ziplab/Block3D) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.19567)

通过你的代理获取本文：

hf papers read 2608.19567

还没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型0

尚无模型链接本文

在模型的 README.md 中引用 arxiv.org/abs/2608.19567 以从此页面链接到该模型。

引用本文的数据集0

尚无数据集链接本文

在数据集的 README.md 中引用 arxiv.org/abs/2608.19567 以从此页面链接到该数据集。

引用本文的 Space0

尚无 Space 链接本文

在 Space 的 README.md 中引用 arxiv.org/abs/2608.19567 以从此页面链接到该 Space。

包含本文的收藏集0

尚无收藏集包含本文

将本文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接到该收藏集。