Dream-Cubed：基于数十亿立方体训练的可控3D生成建模Minecraft
计算机视觉与模式识别
2026-04-28 v1
摘要
我们提出Dream-Cubed，一个以体素分辨率构建的Minecraft世界大规模数据集，以及一系列使用立方体作为强大的组合单元以高效生成交互式3D环境的模型。Dream-Cubed包含数千亿token，来自精心挑选的程序生物群系地形与高质量人类创作地图的混合。我们利用该数据集进行了3D扩散模型用于体素生成的首次大规模研究，分析了离散与连续扩散表述、数据组成以及架构设计选择。我们的模型直接在积木空间中运行，实现高效且语义导向的生成，同时支持如填补和扩张等交互式用户工作流程。为定量评估我们的模型，我们改编FID指标来评估真实与生成世界渲染之间的语义差异，并通过人类偏好研究验证了生成质量。我们公开了完整数据集、代码及所有预训练模型，希望为未来在结构化、交互式3D环境中高效生成建模提供基础。
引用
@article{arxiv.2604.22847,
title = {Dream-Cubed: Controllable Generative Modeling in Minecraft by Training on Billions of Cubes},
author = {Tim Merino and Sam Earle and Ryunosuke Iwai and Julian Togelius and Edoardo Cetin},
journal= {arXiv preprint arXiv:2604.22847},
year = {2026}
}