ArtGen：基于条件扩散模型的任意部件状态下人体织物物体生成
计算机视觉与模式识别
2025-12-16 v1
摘要
生成人体织物资产对于机器人、数字孪生和具身智能至关重要。现有生成模型常依赖表示闭合状态的单视图输入，导致因几何形状与关节动力学耦合产生的歧义或不真实运动结构。为此，我们引入ArtGen，一种基于条件扩散的框架，能够从单视图图像或文本描述在任意部件状态下生成具有准确几何和连贯运动学的3D人体织物对象。具体而言，ArtGen采用跨状态蒙特卡罗抽样显式强制全局运动学一致性，减少结构与运动的耦合。此外，我们集成链式思维推理模块以推断稳健的结构先验，如部件语义、关节类型和连接性，指导稀疏专家扩散Transformer针对多样化运动互动进行专业化。进一步地，增强了局部-全局注意力的组合3D-VAE潜在先验，有效捕获细粒度几何和全局部件关系。广泛的在PartNet-Mobility基准上的实验表明，ArtGen显著优于现有SOTA方法。
引用
@article{arxiv.2512.12395,
title = {ArtGen: Conditional Generative Modeling of Articulated Objects in Arbitrary Part-Level States},
author = {Haowen Wang and Xiaoping Yuan and Fugang Zhang and Rui Jian and Yuanwei Zhu and Xiuquan Qiao and Yakun Huang},
journal= {arXiv preprint arXiv:2512.12395},
year = {2025}
}