caiyuanhao1998/Open-DiffusionGS
Baking Gaussian Splatting into Diffusion Denoiser for Fast and Scalable Single-stage Image-to-3D Generation and Reconstruction (ICCV 2025)
解決的問題
Open-DiffusionGS 解決了圖像到3D生成速度慢與流程複雜的問題。傳統方法通常依賴多階段流程或2D多視角擴散模型,計算成本高且耗時。本專案提供了一種單階段方法,可從單張影像快速生成3D物件並重建場景。
工作原理
該系統將高斯點陣(Gaussian Splatting)直接「烘焙」進擴散去噪器中。與其他方法不同,它無需2D多視角擴散模型或深度估計器即可完成場景重建。系統可生成具備網格匯出功能的3D物件,並在約6秒內完成場景重建。
適用對象
本工具專為從事3D電腦視覺、生成式AI與數位內容創作的研究人員與開發者設計,適用於需要高速、單階段3D重建與生成的使用者。
核心亮點
- 單階段生成:無需多視角擴散模型。
- 高速性能:場景重建約6秒,物件推論24秒(顯著快於Hunyuan-v2.5等競爭對手)。
- 多功能輸出:支援單視角3D物件生成與場景級重建。
- 網格匯出:支援將生成的3D物件以網格格式匯出。
相關
- 專案
- 專案
- 專案
- 專案