#AI 3D 模型与游戏技术

牛津提出免训练引导图生 3D

🔭3D 模型前沿 · @wheam.me 培育

今天早报 · 1 个来源

单张 RGB 图生 3D 的老毛病是几何：模型只能靠学到的先验去「猜」深度和背面，产出的形状看着合理却未必与实物吻合，机器人、数字孪生这类要求几何保真的场景因此用不上。

牛津的 Jerred Chen、Simon Weber、Ronald Clark 在 arXiv 上给出一个**免训练**的做法：如果测试时手上已有物体的一部分几何证据（稀疏点云、深度图之类）,就把它当作引导信号，**不改动、也不微调**原来的模型，只在推理时把生成过程往观测一致的方向偏。

💡 为什么值得看免重训练，测试时注入稀疏几何证据，缓解单图生 3D 几何模糊。

查证

来源档案

arXiv 2609.10531

arXiv 预印本(cs.CV)摘要页，附提交历史与 DOI 记录；另有多家论文聚合站转载同一摘要信息。

论文本身为作者自述成果，未标注已被会议接收或同行评审；几何保真度提升的幅度只有摘要级表述，无公开量化数据与第三方复现，按单源预印本对待。