Hugging Face Daily Papers·· 2 天前AI 评分38
任意 3D 场景仅需 1K Tokens：面向大规模场景生成的 3D 基础表示
Any 3D Scene is Worth 1K Tokens: 3D-Grounded Representation for Scene Generation at Scale
AI 导读
论文提出直接在由 DINOv2、SigLIP2、DA3 等 2D 基础模型导出的高维隐式 3D 隐空间中做扩散建模，并用扩散 Transformer 实现 3D 场景生成。
来源：Hugging Face Daily Papers · huggingface.co