3d-scene-generation

Scene-Designer 提出了一个通过设计与批评双重经验学习设计智能的智能体框架，用于生成完整、连贯且可用的 3D 室内场景，并提出了 Critic 引导的 Scene-GRPO 方法，在物理有效性、功能正确性和布局连贯性方面取得了更优的性能。

Tetris3D提出了一种单图3D场景重建的生成式框架，它根据周围几何结构与物理关系对每个物体的形状和姿态进行条件化生成，并引入了包含120万个场景的物理仿真数据集ComOb，在物理稳定性和多物体一致性重建方面达到了当前最优水平。

SPAR3S是一种稀疏自回归生成模型，能高效地从稀疏多视角图像生成完整的3D场景，无需3D真值数据，使用体素对齐的潜在空间和可微分的3D Gaussian Splatting。

DUSt3R 团队的一篇论文提出了用于多视图图像 3D 场景生成的稀疏自回归建模方法，使用了体素对齐的 3D 潜空间与占用感知的掩码自回归 Transformer。

SceneFrom3D 是一个框架，能够从输入几何数据中自动调度视图，生成高质量的户外3D场景，并实现对外观和几何一致性的对象级控制。

CGGS是一个文本到3D的框架，通过使用一致性增强损失、布局装饰和基于熵的深度损失的几何细化等多阶段方法，提高了第一人称3D场景生成中的几何一致性和质量。