论文页 - 用于3D生成的天然紧凑结构化潜在表示

来源：https://huggingface.co/papers/2512.14692 发布于 2025年12月16日

作者：

,

,

,

,

,

,

,

,

,

摘要

一种名为 O-Voxel 的新型稀疏体素表示，能够实现高质量的3D生成建模，同时具备高效推理和稳健的拓扑处理能力。

近年来3D生成建模在生成逼真度上取得了显著进步，但该领域仍受现有表示方法的制约——这些方法难以捕捉具有复杂拓扑和细致外观的资产。本文提出了一种从原生3D数据中学习结构化潜在表示的方法来应对这一挑战。其核心是一种名为 O-Voxel 的新型稀疏体素结构，这是一种全能体素表示，同时编码了几何和外观信息。O-Voxel 能够稳健地建模任意拓扑，包括开放、非流形和全封闭表面，同时捕获超越纹理颜色的全面表面属性，例如基于物理的渲染参数。基于 O-Voxel，我们设计了一种稀疏压缩 VAE，可实现高空间压缩率和紧凑的潜在空间。我们利用多样化的公共3D资产数据集，训练了包含40亿参数的大规模流匹配模型用于3D生成。尽管模型规模庞大，推理过程仍保持高效。同时，我们生成资产的几何和材质质量远超现有模型。我们相信，这一方法为3D生成建模带来了重要进展。

查看 arXiv 页面 (https://arxiv.org/abs/2512.14692) 查看 PDF (https://arxiv.org/pdf/2512.14692) 项目页面 (https://microsoft.github.io/TRELLIS.2/) GitHub 8.92k (https://github.com/microsoft/TRELLIS.2) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2512.14692)

在您的智能体中获取本论文：

hf papers read 2512.14692

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

引用本文的模型 37 个

microsoft/TRELLIS.2-4B 图像转3D • 更新于 2025年12月27日 • 156万 • 1.01k (https://huggingface.co/microsoft/TRELLIS.2-4B)

mancub/TRELLIS.2-4B 图像转3D • 更新于 2025年12月18日 • 17 • 1 (https://huggingface.co/mancub/TRELLIS.2-4B)

Jinstudio/TRELLIS.2-4B 图像转3D • 更新于 29天前 • 34 • 1 (https://huggingface.co/Jinstudio/TRELLIS.2-4B)

camenduru/TRELLIS.2-4B 图像转3D • 更新于 2025年12月17日 • 3.54万 (https://huggingface.co/camenduru/TRELLIS.2-4B)

浏览 37 个引用本文的模型 (https://huggingface.co/models?other=arxiv:2512.14692) ## 引用本文的数据集 1 个

serpentine-b/t2 更新于 2025年12月20日 • 17 (https://huggingface.co/datasets/serpentine-b/t2)

引用本文的 Spaces 164 个

浏览 164 个引用本文的 Spaces (https://huggingface.co/spaces?arxivIds=2512.14692) ## 包含本文的收藏 2 个