论文页面 - Arbor：面向可控3D资产生成的显式几何约束

来源：https://huggingface.co/papers/2606.23514

摘要

Arbor 通过定义占用、避让和接触区域的约束网格，在文本条件潜变量生成中实现显式 3D 空间控制，在保持对象质量的同时提升约束依从性。

文本和图像条件 3D 模型现在能够生成令人信服的资产，但它们对于对象应占据或避让的空间仍缺乏直接控制。在创作过程中，这种空间意图通常在生成开始前就已明确：椅子应适配座椅包络，道具应留有运动间隙，部件应暴露接触表面。提示词和图像视图难以有效承载此类约束，因此需要显式控制界面。我们提出 Arbor，一个可训练的附加模块，用于文本条件潜变量 3D 生成（https://huggingface.co/papers?q=text%20conditioned%20latent%203D%20generation）。Arbor 引入约束网格（https://huggingface.co/papers?q=constraint%20meshes）作为原生 3D 控制界面。该界面使用包络区域（https://huggingface.co/papers?q=hull%20regions）指示几何应存在的位置、避让区域（https://huggingface.co/papers?q=avoidance%20regions）指示应保持空旷的区域，以及接触区域（https://huggingface.co/papers?q=touch%20regions）指示对象应接触的区域。与补全或整体对象支架控制不同，这些网格并非目标证据。它们是局部类型化要求，可以包括不应出现任何表面的区域。Arbor 通过将约束网格（https://huggingface.co/papers?q=constraint%20meshes）转换为标记，并在冻结的降噪器（https://huggingface.co/papers?q=denoiser）内学习路由附加模块，从而将信号保持为几何形式。每个潜变量区域（https://huggingface.co/papers?q=latent%20region）因此能够接收对其空间位置至关重要的约束部分。我们在自动和人工策划的控制基准上评估 Arbor，涉及包络、避让和接触约束，并将度量趋势与用户偏好研究进行比较。即使没有专用的符合性损失，Arbor 在固定约束下也能提升约束依从性（https://huggingface.co/papers?q=constraint%20obedience），同时保持对象质量（https://huggingface.co/papers?q=object%20quality）和多样性（https://huggingface.co/papers?q=variation）。

查看 arXiv 页面（https://arxiv.org/abs/2606.23514）查看 PDF（https://arxiv.org/pdf/2606.23514）项目页面（https://arbor.jdihlmann.com/）GitHub2（https://github.com/Stability-AI/arbor）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.23514）

在您的代理中获取此论文：

hf papers read 2606.23514

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

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2606.23514 以从此页面链接。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2606.23514 以从此页面链接。

引用此论文的 Spaces0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2606.23514 以从此页面链接。

包含此论文的收藏集0

没有收藏包含此论文

将此论文添加到一个收藏集（https://huggingface.co/new-collection）以从此页面链接。