SynCity：无需训练的 3D 世界生成
计算机视觉与模式识别
2025-03-21 v1
摘要
我们解决了从文本描述生成 3D 世界的挑战。我们提出了 SynCity，一种无需训练和优化的方法，它利用预训练 3D 生成模型的几何精度和 2D 图像生成器的艺术多功能性来创建大型、高质量的 3D 空间。虽然大多数 3D 生成模型以对象为中心，无法生成大规模世界，但我们展示了如何结合 3D 和 2D 生成器来生成不断扩展的场景。通过基于瓦片的方法，我们允许对场景的布局和外观进行细粒度控制。世界是逐个瓦片生成的，每个新瓦片都在其世界上下文中生成，然后与场景融合。SynCity 生成了引人入胜且沉浸式的场景，细节丰富且具有多样性。
引用
@article{arxiv.2503.16420,
title = {SynCity: Training-Free Generation of 3D Worlds},
author = {Paul Engstler and Aleksandar Shtedritski and Iro Laina and Christian Rupprecht and Andrea Vedaldi},
journal= {arXiv preprint arXiv:2503.16420},
year = {2025}
}
备注
Project page: https://research.paulengstler.com/syncity/