AnchorDS：面向语义一致文本到3D生成的锚定动态源

基于优化的文本到3D方法通过评分蒸馏抽样（SDS）从2D生成模型蒸馏指引，但隐式将该指引视为静态。本工作表明，忽视源的动态性质会导致轨迹不一致，进而抑制或合并语义线索，产生"语义过平滑"伪影。因此，我们将文本到3D优化重新表述为将动态演化的源分布映射到固定目标分布。我们将问题投射到双条件潜在空间，既以文本提示为条件，又以中间渲染图像为条件。基于这一联合设置，我们观察到图像条件自然地锚定当前的源分布。建立在此洞察基础上，我们引入AnchorDS一种改进的评分蒸馿机制，提供带图像条件的状态锚定指引并稳定生成。我们进一步对错误的源估计进行惩罚，设计轻量级滤波策略和微调策略以忽略开销细化锚点。AnchorDS产生更细致的细节、更自然的颜色并实现更强的语义一致性，尤其适用于复杂提示，同时保持效率。广泛实验表明，我们的方法在质量和效率上均优于先前方法。