HuggingFace Daily Papers·· 2 天前AI 评分55
Any 3D Scene is Worth 1K Tokens：在3D隐空间中做场景生成的论文
Any 3D Scene is Worth 1K Tokens: 3D-Grounded Representation for Scene Generation at Scale
AI 导读
论文提出在由2D基础模型（如DINOv2、SigLIP2、DA3）导出的高维隐式3D隐空间中直接进行3D场景生成，用扩散Transformer在该3D隐空间中建模，实现3D接地的场景生成。
来源：HuggingFace Daily Papers · huggingface.co