caiyuanhao1998/Open-DiffusionGS

Baking Gaussian Splatting into Diffusion Denoiser for Fast and Scalable Single-stage Image-to-3D Generation and Reconstruction (ICCV 2025)

解决的问题

Open-DiffusionGS 解决了图像到3D生成速度慢和流程复杂的问题。传统方法通常依赖多阶段流程或2D多视角扩散模型,计算成本高且耗时。本项目提供了一种单阶段方法,可从单张图像快速生成3D物体并重建场景。

工作原理

该系统将高斯点阵(Gaussian Splatting)直接“烘焙”进扩散去噪器中。与其他方法不同,它无需2D多视角扩散模型或深度估计器即可完成场景重建。系统可生成带网格导出功能的3D物体,并在约6秒内完成场景重建。

适用人群

本工具专为从事3D计算机视觉、生成式AI和数字内容创作的研究人员与开发者设计,适用于需要高速、单阶段3D重建与生成的用户。

核心亮点

  • 单阶段生成:无需多视角扩散模型。
  • 高速性能:场景重建约6秒,物体推理24秒(显著快于Hunyuan-v2.5等竞品)。
  • 多功能输出:支持单视角3D物体生成与场景级重建。
  • 网格导出:支持将生成的3D物体以网格格式导出。

相关

  • 项目
  • 项目
  • 项目
  • 项目