摘要由 AI 生成
研究团队发布 WorldSculpt,旨在利用单物体 3D 生成先验生成包含数百个物体的杂乱场景。该方法将 Pixal3D 模型适配至多视图观测,通过多视角条件路径将物体生成锚定在多个姿态上,无需场景级训练即可泛化至严重遮挡的大场景。团队建立了 UE-MeshyScene 基准数据集,涵盖真实照片场景、逐物体标注及真值网格。实验显示,WorldSculpt 在单物体、控制多物体及该基准测试中均优于现有方法,且随场景复杂度和遮挡增加优势更明显。此外,该方法支持将 Marble、HY-World 2.0 等生成的 3DGS 世界转换为组合式网格场景。
关键实体KEY ENTITIES
HY-World 2.0MarblePixal3DUE-MeshySceneWorldSculpttaesiri
事件框架EVENT FRAME
当前状态
WorldSculpt 模型发布并建立 UE-MeshyScene 基准数据集,实验结果待验证
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
整合时间线UNIFIED TIMELINE
-
2026-09-04
WorldSculpt 研究提案初现
arXiv 首次发布 WorldSculpt 论文,提出通过多视角条件路径实现无需场景级训练的密集场景生成。
-
2026-09-07
WorldSculpt 论文发布与细节披露
Hugging Face Papers 和 arXiv 分别发布 WorldSculpt 论文,介绍其利用单物体先验生成密集遮挡场景的方法及 Pixal3D 适配技术。
2 条报道
信号强度SIGNALS
关键词热度
- Pixal3D3
- UE-MeshyScene3
- WorldSculpt2
- Marble2
- HY-World 2.02
- taesiri1
全部报道(3)SOURCES
↗
研究者提出 WorldSculpt,旨在生成包含数百个物体的杂乱场景的组成式 3D 表示。该方法通过适配强单物体 3D 生成先验至多视角观测,实例化为 Pixal3D,并引入多视角条件路径将物体生成锚定在多个位姿观测上。尽管模型仅在标准空间对单物体进行微调,却能无需场景级训练泛化至含严重遮挡的大场景。研究团队还建立了 UE-MeshyScene 基准,包含数百物体的密集杂乱场景、逐物体标注及真实网格。在单物体、受控多物体及 UE-MeshyScene 评估中,该方法表现优于先前的方法,且随着场景复杂度和遮挡增加优势更显著。此外,该方法展示了将 Marble、HY-World 2.0 等生成的 3DGS 世界转换为组成式网格场景的广泛适用性。
↗
研究人员提出 WorldSculpt,旨在生成包含数百个物体的杂乱场景的组成式 3D 表示。该方法通过适配强单物体 3D 生成先验至多视图观测,实例化为 Pixal3D,利用多视图条件路径将物体生成锚定在多个姿态观测中。尽管模型仅在标准空间微调单物体,却能泛化至含严重遮挡的大场景而无需场景级训练。此外,团队引入 UE-MeshyScene 基准测试,涵盖数百物体的密集杂乱场景、逐物体标注及真实网格真值。在单物体、受控多物体及 UE-MeshyScene 评估中,该方法表现优于先前的方法,且随场景复杂度和遮挡增加优势更明显。最后,研究展示了将生成的 3DGS 世界(如 Marble 和 HY-World 2.0)转换为组成式网格场景的广泛适用性。
↗
研究团队提出 WorldSculpt,通过适应单物体 3D 生成先验至多视图观测,实现含数百个物体的密集场景的可扩展组合网格重建。该方法利用 Pixal3D 模型并引入多视图条件路径,将物体生成锚定在多个位姿观测中;尽管模型仅在标准空间微调单物体,却能无需场景级训练泛化至严重遮挡的大场景。研究团队还发布了 UE-MeshyScene 基准数据集,包含数百物体的真实照片场景及逐物体标注与真值网格。实验表明,该方法在单物体、控制多物体及 UE-MeshyScene 评估中均优于现有方法,且随着场景复杂度和遮挡增加优势更明显。此外,研究展示了将生成的 3DGS 世界(如 Marble 和 HY-World 2.0)转换为组合网格场景的广泛适用性。