BLOCK：面向 Minecraft 的开源双阶段 MLLM 人物到皮肤管线
计算机视觉与模式识别
2026-03-13 v2 人工智能
摘要
我们提出 \textbf{BLOCK}，一个开源的双阶段人物到皮肤管线，用于从任意人物概念生成像素完美的 Minecraft 皮肤。BLOCK 将问题分解为 (i) 一个 \textbf{3D 预览合成阶段}，由大型多模态模型 (MLLM) 驱动，采用精心设计的提示-参考模板，生成一致的双面板（前/后）斜视 Minecraft 风格预览；以及 (ii) 一个 \textbf{皮肤解码阶段}，基于微调的 FLUX.2 模型将预览翻译为皮肤图腾图像。我们进一步提出 \textbf{EvolveLoRA}，一个渐进式 LoRA 课程（文本到图像 图像到图像 预览到皮肤），从前一适配器初始化每个阶段以提高稳定性和效率。BLOCK 以包含所有提示模板和微调权重的形式发布，以支持可复现的人物到皮肤生成。
引用
@article{arxiv.2603.03964,
title = {BLOCK: An Open-Source Bi-Stage MLLM Character-to-Skin Pipeline for Minecraft},
author = {Hengquan Guo},
journal= {arXiv preprint arXiv:2603.03964},
year = {2026}
}