#AI 3D 模型与游戏技术
Tex-Zero 用 2D 图像训练原生 3D 纹理
3D 原生纹理生成有一条被默认的前置条件:得先有大规模、高质量的真实 3D 资产。9 月 28 日上传 arXiv 的 Tex-Zero 想拆掉这条前置条件——**只用 2D 图像也能训出高保真的原生 3D 纹理模型**。它的观察是,3D 纹理训练真正吃的是精细颜色信息,几何信息没那幺关键,可以人工造。
具体做法是把每张高质量 2D 图表示成 3D 空间里的一个平面,再做分块随机旋转与聚合,拼出复杂几何结构当作训练样本。基于这批构造数据训出的 **Tex-Zero VAE 从未见过真实 3D 资产**,论文称它仍能高质量重建真实资产;上层 Tex-Zero DiT 也只用构造数据训练,条件多视角图同样被转成 3D 平面并由同一 VAE 编码,以缩小表示差。
💡 为什么值得看3D 纹理模型一直卡在缺训练资产,这条论文说可以只用 2D 图构造样本。
查证
来源档案
arXiv 论文 Tex-Zero
arXiv 预印本(cs.CV,提交于 2026 年 9 月 28 日),含摘要与项目页链接,未见同行评审信息。
作者自述的研究结果,只有摘要级信息,没有基准数字与复现材料可核;结论应按论文口径看待,等待复现或第三方评测。
延伸阅读
摘要只给了路线,没有对比指标;想判断纹理质量与可控性要看论文正文和项目页的样例。