?智心精选：FlashWorld: High-quality 3D Scene Generation within Seconds
?Arxiv-id：2510.13678
? 论文摘要：
我们提出FlashWorld，一种从单张图像或文本提示在秒级时间内生成3D场景的模型，速度比现有方法快10-100倍且渲染质量更优。该方法突破传统多视角生成范式，通过双模式预训练和跨模式后训练蒸馏，直接生成3D高斯表示，在保证3D一致性的同时提升视觉质量，并减少去噪步骤。实验证明该方法在多样场景中均表现出卓越的效率和生成质量。
? 核心贡献：
1️⃣ 提出双模式预训练策略，基于视频扩散模型训练支持MV导向和3D导向的多视角扩散模型
2️⃣ 设计跨模式后训练蒸馏，以MV模式为教师提升视觉质量，以3D模式为学生确保一致性
3️⃣ 开发新策略利用海量单视图图像和文本提示，增强模型对分布外输入的泛化能力
4️⃣ 实现秒级高质量3D场景生成，速度较现有方法提升10-100倍
? 小智有话说：
这项技术将极大推动VR/AR内容创作、游戏开发和机器人仿真等领域的革新，使高质量3D场景生成从专业工作室走向大众化应用，可能彻底改变数字内容生产方式。
内容由AI辅助生成
关注小智，获取更多论文推荐！#人工智能 #3D生成 #计算机视觉 #扩散模型 #虚拟现实 #量子智心
?Arxiv-id：2510.13678
? 论文摘要：
我们提出FlashWorld，一种从单张图像或文本提示在秒级时间内生成3D场景的模型，速度比现有方法快10-100倍且渲染质量更优。该方法突破传统多视角生成范式，通过双模式预训练和跨模式后训练蒸馏，直接生成3D高斯表示，在保证3D一致性的同时提升视觉质量，并减少去噪步骤。实验证明该方法在多样场景中均表现出卓越的效率和生成质量。
? 核心贡献：
1️⃣ 提出双模式预训练策略，基于视频扩散模型训练支持MV导向和3D导向的多视角扩散模型
2️⃣ 设计跨模式后训练蒸馏，以MV模式为教师提升视觉质量，以3D模式为学生确保一致性
3️⃣ 开发新策略利用海量单视图图像和文本提示，增强模型对分布外输入的泛化能力
4️⃣ 实现秒级高质量3D场景生成，速度较现有方法提升10-100倍
? 小智有话说：
这项技术将极大推动VR/AR内容创作、游戏开发和机器人仿真等领域的革新，使高质量3D场景生成从专业工作室走向大众化应用，可能彻底改变数字内容生产方式。
内容由AI辅助生成
关注小智，获取更多论文推荐！#人工智能 #3D生成 #计算机视觉 #扩散模型 #虚拟现实 #量子智心
