SeqTex：把UV纹理放进多视图序列一起生成
基础研究回顾：反照率纹理输出，不是完整PBR材质
SeqTex把四幅多视图和一幅UV图作为联合序列，用视频生成先验为现有网格上色。多视图分支保留图像能力，UV分支适应展开表面，坐标与法线引导两种空间对齐；最终生成的是UV反照率纹理，网格结构与材质通道仍有边界。
图解主要方法
图 2 怎样跨越连续图像和有接缝的UV空间？
- 1
给现有网格构造几何条件
图2a/b输入无纹理网格、已有UV布局和图像/文本条件，渲染多视图以及UV域的位置、法线图。四MV帧加最后一张UV组成联合flow序列；它不是生成新几何或自动保证UV展开质量。
- 2
将两种表示分支处理
图2c多视图骨干冻结、只微调LoRA；图2d UV分支全量调参，防止图像连续统计和UV碎片布局相互干扰。MV仅在自身空间交互，UV查询则可以读取MV和UV的键值，把视图信息转移到表面。
- 3
用全局坐标与法线引导注意力
位置与法线经编码后加到Q/K，帮助同一三维位置附近的token建立对应；这不是把UV岛的二维邻接当表面邻接。几何VAE本身有失真，所以学到的对齐不等于硬接缝一致性约束。
- 4
用双任务利用更多数据并输出反照率
img2tex用无光照albedo，geo2mv可用含光照PBR渲染并将UV帧设为无关噪声。MV512、UV1024，部署30次去噪；“单阶段”并非一次网络计算。文本实验先用SDXL/FLUX等生成条件图，粗糙度、金属度与重光照并未作为完整输出得到验证。
实验与证据
以下为作者报告；已阅读 v1 全文及可用附录，本站未独立执行研究实验。实验条件与编辑解读分别列出。
来源证据【主实验】120000纹理网格训练、400测试，另约80000多视图资产；FID30.27对TEXGen34.53，KID×10⁻⁴为1.21对11.94，时间12s对10s。 表 2 与第 4 节 ↗
我的解读我的解读：渲染分布相似度提升，但速度略慢；这些指标不直接测UV接缝、PBR分解或人工修整工时。
来源证据【低分辨率消融】384/768实验去视频先验FID44.62，完整33.12；去分支解耦35.62，改用含光照纹理41.85。 表 4、图 5/6 ↗
我的解读我的解读：支持视频先验、表示分离与albedo选择，但不能把低分辨率消融数值和主表混为同一配置。
来源证据【使用边界】文本偏好57.04%、MLLM评分74.84；公开README要求多部件合成单网格、单UV和单纹理，UV展开工具还标注某些案例失败。 表 3、补充6.2–6.5、官方README ↗
我的解读我的解读：主观偏好缺少充分人数和区间信息；对可分部件编辑、多个材质槽和生产UV的适配仍需额外工程。
开放情况与使用许可
2025-07-06 首发的基础研究，今日回顾补收；官方已有训练/推理代码与HF分片权重。实现、预处理工具和上游模型需分别核查，不能把2025代码发布写成今天新发布。
LICENSE论文及图 2 为 CC BY 4.0；HF权重卡未给明确许可字段，仓库含第三方许可文件，不据此宣称整个模型可无条件商用。 核心 transformer 文件含 Apache-2.0 头部，third_party_license.md 另列 nvdiffrast 非商业限制；未发现覆盖完整发布的根许可证，不能据单文件许可推断全部组件授权。
我的判断
独立分析 · 未复现实验正方 · 为什么值得投入
把多视图生成与UV输出共同优化，减少投影和修补串联误差；引入无UV多视图数据也是实用的数据路线。
反方 · 哪些结论还不够
几何编码误差可能模糊细节，接缝没有硬保证；输出不含完整PBR参数，单UV要求可能压缩部件工作流。
综合判断
值得作为现有网格的反照率生成基线，接入资产流程时应单独验收UV岛、接缝、部件和新光照表现。
我会先做的验证
未执行的验证方案：固定网格和条件图，按UV畸变、岛数和细长部件分层，与TEXGen及多视图投影比较表面接缝色差、细节、重光照残影和美术修整时间；不以FID替代资产验收。