SK-Adapter：用于原生 3D 生成的骨架基结构控制
计算机视觉与模式识别
2026-03-17 v1
摘要
原生 3D 生成模型在保真度和速度方面取得了显著进展，但仍受限于无法对结构性演奏进行精确指定，其中对原生 3D 空间中精确结构控制 remains underexplored。本文提出 SK-Adapter，一个简单且高度高效有效的框架，为原生 3D 生成解锁精确的骨架操作。超越文本或图像提示，这些提示对精确结构而言可能含糊不清，我们将 3D 骨架作为一级控制信号。SK-Adapter 是一个轻量级结构适配器网络，对关节坐标和拓扑结构进行编码生成可学习标记，这些标记通过跨注意力注入到冻结的 3D 生成主干网络中。这种智能设计使模型不仅能有效“注意”特定 3D 结构约束，还能保留其原始生成先验。为弥合数据差距，我们贡献了 Objaverse-TMS 数据集，包含 2.4 万组文本-网格-骨架三元组。广泛实验确认，我们的方法在保持基础模型几何与纹理质量的同时实现稳健的结构控制，显著优于现有基线。此外，我们将此能力扩展到局部 3D 编辑，使能够以骨架为导向对现有资产进行区域特定编辑，这是先前方法无法实现的。项目页面：https://sk-adapter.github.io/
引用
@article{arxiv.2603.14152,
title = {SK-Adapter: Skeleton-Based Structural Control for Native 3D Generation},
author = {Anbang Wang and Yuzhuo Ao and Shangzhe Wu and Chi-Keung Tang},
journal= {arXiv preprint arXiv:2603.14152},
year = {2026}
}
备注
26 pages, 9 figures