去偏 2D 扩散的分数与提示以实现视角一致的文本到 3D 生成

现有的分数蒸馏文本到 3D 生成技术虽有可观前景，却常遭遇视角不一致问题。其中最显著的问题之一是 Janus 问题，即物体最具代表性的视角（如面部或头部）出现在其他视角中。本工作中，我们探究现有分数蒸馏文本到 3D 生成框架，并识别出视角不一致问题的主要成因——2D 扩散模型内嵌的偏差。基于这些发现，我们提出两种方法来去偏分数蒸馏框架，以实现视角一致的文本到 3D 生成。我们的第一种方法称为分数去偏，其切断 2D 扩散模型估计的分数，并在优化过程中逐步增大截断值。第二种方法称为提示去偏，其利用语言模型识别用户提示与视角提示间的冲突词，并调整视角提示与物体观看方向间的差异。实验结果表明，我们的方法通过显著减少伪影提升了生成 3D 物体的真实感，并以极小开销在忠实于 2D 扩散模型与 3D 一致性间取得良好权衡。项目页面见~\url{https://susunghong.github.io/Debiased-Score-Distillation-Sampling/}。