Pixal3D由腾讯ARC与清华大学联合提出，论文被SIGGRAPH 2026收录。该技术实现像素级对齐、重建级精度的单图生成3D，保真度超越TRELLIS等主流模型。已开源代码并上线Hugging Face在线试用，无需专业建模技能即可生成高精度3D资产，适用于设计、游戏、元宇宙等场景。
Tags:
最近3D生成模型火得一塌糊涂，TRELLIS、HY3D 这些模型已经能生成相当不错的3D资产了。但有一个核心痛点一直没解决 —— fidelity（保真度）。
什么意思？就是你给一张图，模型生成的3D模型，从原来那个视角看过去，到底像不像原图？ 答案是：大部分模型都不太行。因为它们在一个"规范空间"里生成形状，然后用注意力机制把图像信息"注"进去，像素和3D点之间的对应关系是模糊的。
近期，腾讯ARC实验室联合清华大学等机构推出的Pixal3D技术 直接把这个问题干掉了。 它不再在规范空间里生成，而是直接在像素对齐的视角下生成3D，让每个像素都能找到自己对应的3D点。结果？保真度直接逼近3D重建的水平！这不是小改进，这是范式级的飞跃
相关链接
• 在线试用：https://huggingface.co/spaces/TencentARC/Pixal3D
• 开源代码：https://github.com/TencentARC/Pixal3D
• 论文链接：https://arxiv.org/abs/2605.10922
论文介绍
Pixal3D论文《Pixal3D: Pixel-Aligned 3D Generation from Images》已被SIGGRAPH 2026（计算机图形学顶会）收录，由腾讯ARC实验室、清华大学团队联合完成，聚焦图像生成3D的像素保真度核心痛点。
论文指出，现有3D生成方法多在规范空间建模，通过注意力机制注入图像特征，导致2D-3D对应关系模糊，细节易失真。为此，研究团队借鉴3D重建思路，设计像素反向投影条件机制，将多尺度图像特征显式映射到3D特征体，从根源消除对应歧义。
实验证明，Pixal3D不仅可生成高质量3D资产，更将像素保真度提升至重建级别，且能自然适配多视图生成与场景合成任务，兼具创新性与实用性。
方法概述
Pixal3D核心由三大模块构成，形成完整像素对齐3D生成链路，全程以“像素对齐”为核心，兼顾质量与效率：
1. 像素对齐结构化隐表示学习：通过稀疏VAE将像素对齐的稀疏符号距离函数（SDF）压缩为高效稀疏隐变量，平衡精度与效率；
2. 图像反向投影条件器：提取图像全局与局部特征，经反向投影将2D特征升维为3D特征体，建立明确的像素-3D关联，彻底解决对应模糊问题；
3. 两阶段生成流程：先基于密集特征体预测粗粒度3D结构，再通过稀疏特征体细化几何细节，最终解码生成高精度网格。
实验结果
实验对比了Pixal3D与主流模型TRELLIS 2、HY3D V3.1，从四大维度展现碾压级优势：
✅ 像素保真度：生成的3D资产与输入图像像素对齐度显著领先，精准还原纹理细节（如插画线条、物体花纹）；
✅几何细节：结构无扭曲、无缺失，边缘锐利、层次清晰，还原物体真实形态；
✅ 多场景适配：在复杂物体、日常场景、艺术风格等场景中均稳定输出高质量结果；
✅ 拓展能力：支持多视图生成（融合多视角特征，一致性更强）、场景合成（生成物体分离、细节完整的3D场景）。
结论
Pixal3D的问世，为图像生成3D领域提供了像素对齐的全新技术范式，有效解决了长期存在的2D-3D对应模糊、细节失真难题。
该技术最大的价值的是：大幅降低高精度3D资产的生成门槛，无需专业建模技能，单张图像即可生成可用3D模型。
作为腾讯ARC实验室在AIGC 3D领域的重磅成果，Pixal3D开源后将助力3D设计、游戏开发、元宇宙场景构建、数字藏品等多个领域，推动AIGC从2D图像向3D空间的深度落地，未来有望成为3D AIGC领域的核心基础技术之一！
感谢你看到这里，添加小助手 AIGC_Tech 加入官方 AIGC读者交流群，下方扫码加入 AIGC Studio 星球，获取前沿AI应用、AIGC实践教程、大厂面试经验、AI学习路线以及IT类入门到精通学习资料等，欢迎一起交流学习💗～
没有评论:
发表评论