通过图像和文本作为参考，StyleCity 能够以语义意识的方式对大规模城市场景的三维纹理网格进行风格化，并生成谐和的全方位天空背景。通过将 2D 视觉和文本先验转移到 3D 全局和局部，StyleCity 逐步缩放输入 3D 场景的计划训练视图以保留高质量场景内容，并通过调整样式图像的比例和训练视图的比例来全局优化场景风格。此外，通过语义感知的样式损失提高局部语义一致性，并采用生成扩散模型合成样式一致的全方位天空图像，从而提供更沉浸式的氛围，并助力语义风格化过程。实验结果表明，我们的风格化场景在定性和定量性能以及用户偏好方面表现出卓越性能。

Apr, 2024

利用 Bird's-Eye View 地图条件的 3D 扩散模型 UrbanDiffusion 生成具有几何和语义的城市场景，并通过训练实际驾驶数据集，该模型能够生成多样性的城市场景，进一步将生成的场景扩展到任意规模，并通过预训练的图像生成器实现场景图像合成的应用。

Mar, 2024

从场景图生成逼真合理的三维场景，利用大型语言模型显式汇总全局图特征和局部关系特征，通过统一的图卷积网络从更新的场景图中提取图特征，并引入基于 IoU 的正则化损失来约束预测的三维布局。在 SG-FRONT 数据集上进行基准测试，我们的方法在场景级准确性方面取得了更好的三维场景合成效果。发表后将发布源代码。

Mar, 2024

我们介绍了一种通过大型预训练的文本到图像模型实现对三维场景进行解缠的方法。我们的关键观点是，通过重新排列具有空间先验的三维场景的部分，可以发现物体的存在，并且这些重排后的场景仍然是原场景的有效配置。具体而言，我们的方法从头开始联合优化多个 NeRFs，每个 NeRF 代表一个物体，以及一组将这些物体合成为场景的布局。然后，我们鼓励这些合成的场景在图像生成器中符合分布。我们展示了尽管简单，我们的方法成功地生成了分解为个体物体的三维场景，从而在文本到三维内容创建中实现了新的功能。请参阅我们的项目页面，查看更多结果和交互式演示。

Feb, 2024

利用图注意力网络的自动建筑布局生成方法，支持任意道路网络，生成逼真的城市布局，并基于学习先验条件生成，相较先前的布局生成网络表现出卓越性能，为 28 个大城市生成不同建筑形状的布局。

Jul, 2023

CityGen 是一种新颖的端到端框架，用于生成无限、多样且可控的三维城市布局，具有领先水平的性能，并在智慧城市、城市规划和数字模拟等领域具有广泛应用前景。

Dec, 2023

提出了 CityDreamer，一种针对无限制 3D 城市的组合生成模型，通过将建筑实例的生成与其他背景对象（如道路、绿地和水域）分离为不同模块来解决生成 3D 城市时面临的挑战，并构建了 OSM 和 GoogleEarth 两个数据集以增强所生成的 3D 城市的布局和外观的真实性，通过广泛的实验证明了 CityDreamer 在生成各种逼真的 3D 城市方面的优越性。

Sep, 2023

使用部分图像、顶视图的布局信息和文本提示来控制和生成多模态条件下的 3D 场景，通过预训练的文本到图像模型微调，以及布局条件的深度估计和神经辐射场（NeRF），实现从给定条件生成 2D 图像和从 2D 图像生成 3D 场景，避免创建庞大的数据集，得到了定性和定量的实验结果，证明了该方法能够根据多模态条件生成多领域的 3D 场景。

Mar, 2024

该研究提出使用基于类比的语义控制生成城市场景的方法，并证明该方法在各项指标和城市场景基准测试中优于现有基线。 此外，作者还证明了用于数据增强的实用性。

Jun, 2021

SceneWiz3D 通过引入混合的 3D 表示（对象显式，场景隐式）从文本合成高保真度 3D 场景，并通过粒子群优化技术配置场景布局和自动放置对象，从而实现了详细且视角一致的 3D 场景生成，并通过 RGBD 全景扩散模型来提高几何质量。

Dec, 2023