Awesome 3D Diffusion — 厳選された論文リスト

概要: 拡散モデル（画像や3D生成に使われるAIの一種）を3Dコンテンツ作成に応用した学術論文を収集したGitHubリポジトリです。研究者によって管理され、この分野の参照ハブとして意図されています。

内容: README自体はほぼ完全に論文のカテゴリ別リストであり、各論文にはarXiv（学術プレプリント）ページへのリンクと引用情報が含まれています。各エントリには著者と発表場所/年が含まれます。また、このコレクションは2つの関連リソースへのリンクも提供しています。4D生成（3D＋時間）に関する姉妹リポジトリと、このリストの論文を要約した調査PDFです。調査を自分の作品で引用したい人のためにBibTeX引用が提供されています。

構成: 論文は技術的アプローチごとにグループ化されています。主な3つのブランチは次のとおりです。

1. 事前学習済み2D拡散モデルから始める方法 — 既存の2D画像拡散モデルをガイドとして使用し、テキストを単一の3Dオブジェクトに変換する、シーン全体や構成されたオブジェクトを生成する、1つの画像を3Dに変換する、人間や動物の被写体を生成する、既存の3Dモデルを編集する、テクスチャを追加する、多視点画像を生成するというサブセクションがあります。
2. 事前学習済み2D拡散なしの方法 — 3Dオブジェクトまたは3Dシーン用に拡散を直接トレーニングします。
3. 3D空間自体で拡散を実行する方法 — ガウシアンスプラット、点群、メッシュ、ボリューム、暗黙関数、トライプレーン、潜在コード、または新しい表現など、3D表現で直接作業します。

また、モーションのための拡散（特に人間のモーション）に関するセクションもあります。

貢献方法: メンテナーはリストが完全ではないことを明示的に述べており、プルリクエストを介して直接追加や修正を提出することを誰にでも歓迎しています。最初にイシューを開く必要はありません。これにより、静的アーカイブではなく、オープンに協力的な生きたドキュメントとなっています。