生成3D快5.15倍！Block3D分块扩散，25.7秒缩至5秒不损精度
Block3D: Efficient Text-to-3D Generation via Block-Wise Diffusion
👨💼 主理人解读 · 为什么值得关注
提出块级扩散方法，将3D生成分解为可并行处理的块，降低推理成本并提升几何保真度，适合快速文本转3D场景。
📖 AI 总结
本文介绍了一种名为Block3D的高效文本到3D生成框架。针对现有方法中自回归解码无法修正错误、扩散模型反复处理全局表示导致计算成本高的问题，Block3D将离散形状令牌序列划分为连续块，以自回归方式逐块生成，并对当前块内所有令牌进行联合去噪。为缓解误差累积，该方法引入了置信度引导的块内校正机制，在每块最终确定前修正低置信度令牌。在TRELLIS-500K数据集上的实验表明，Block3D将端到端平均生成时间从25.71秒降至4.99秒，相比微调的自回归基线实现了5.15倍加速，且未牺牲几何保真度。该研究为平衡3D生成质量与推理效率提供了新思路。
🔑 关键词速览
| Block3D | 本文提出的分块扩散框架，用于高效文本到3D生成。 |
| block-wise diffusion | 一种扩散方法，将数据划分为块并逐块生成和去噪。 |
| autoregressive decoding | 一种顺序生成方法，每个令牌依赖于先前生成的令牌。 |
| confidence-guided intra-block correction | 一种利用置信度分数在块内修正低置信度令牌的机制。 |
| TRELLIS-500K | 一个包含50万个3D形状的数据集，用于训练和评估文本到3D模型。 |
📱 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