Mar, 2025

用64个潜在向量表示3D形状的3D扩散模型

TL;DR本研究解决了3D扩散模型中高效表示3D形状的压缩潜在空间问题。提出的COD-VAE使用两阶段自编码器方案,将3D形状编码为紧凑的1D潜在向量,并通过不损失质量的方式显著提高压缩和解码效率。实验结果表明,COD-VAE相较于基线实现了16倍的压缩,同时生成速度提高了20.8倍,证明了较少的潜在向量也能实现高质量的重建与生成。