🔥 今日值得一读
仅1个令牌重建3D模型！ZipTok3D比肩32令牌，序列缩短32倍！
ZipTok3D: High-Fidelity 3D Tokenization with Compact Token Prefixes
👨💼 主理人解读 · 为什么值得关注
通过渐进式全局token前缀，在极短token序列下保持3D重建质量，提升3D生成效率。
📖 AI 总结
ZipTok3D提出了一种面向3D生成的高保真token化方法，核心目标是解决极短token序列下重建质量严重退化的问题。该方法将物体几何组织为渐进信息增强的全局token前缀，并通过迭代解码展开这些紧凑表示。训练中采用嵌套dropout随机截断潜在序列，要求每个保留前缀都能重建完整物体，从而迫使前置token优先承载关键几何信息；解码器则通过参数共享的Transformer块反复细化几何细节，无需额外生成采样阶段。实验表明，在相同token维度下，ZipTok3D仅用1个token即可达到COD-VAE用32个token在ShapeNet上的重建质量，在TRELLIS上则用4个token实现同等效果，token序列分别缩短32倍和8倍，显著提升了3D生成的效率与保真度。
🔑 关键词速览
| 3D tokenizer | 将3D对象（如网格或点云）转换为离散令牌序列的模型，用于3D生成任务。 |
| token prefixes | 令牌序列的前缀部分，ZipTok3D利用前缀逐步携带更丰富的信息以重建完整对象。 |
| nested dropout | 一种训练策略，随机截断潜在序列，强制每个前缀都能重建完整对象，从而优先编码重要信息。 |
| COD-VAE | 一种现有的3D分词器基线，使用固定数量的令牌（如32个）进行重建。 |
| Transformer block | 基于自注意力机制的神经网络模块，ZipTok3D中用于迭代解码以恢复细粒度几何。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅