Wonder3D++：基于跨域扩散的单图像高保真 3D 生成

在本工作中，我们提出了 \textbf{Wonder3D++}，一种从单视图图像高效生成高保真纹理网格的新方法。近期基于分数蒸馏采样 (SDS) 的方法已经展现出从 2D 扩散先验中恢复 3D 几何的潜力，但它们通常面临耗时的逐形状优化和几何不一致的问题。相比之下，某些工作通过快速网络推理直接生成 3D 信息，但其结果往往质量低下且缺乏几何细节。为了全面提升单视图重建任务的质量、一致性和效率，我们提出了一种跨域扩散模型，用于生成多视图法线图和相应的彩色图像。为确保生成的一致性，我们采用了多视图跨域注意力机制，以促进跨视图和跨模态的信息交换。最后，我们提出了一种级联 3D 网格提取算法，以由粗到细的方式在仅约 $3$ 分钟内从多视图 2D 表示中提取高质量表面。我们的广泛评估表明，与先前的工作相比，我们的方法实现了高质量的重建结果、稳健的泛化能力以及良好的效率。代码可在 https://github.com/xxlong0/Wonder3D/tree/Wonder3D_Plus 获取。