3D 生成全文深读与原图讲解

SUPRA-Tex：先解释可见材质，再补全整个表面

单张参考图的颜色、金属度与粗糙度，如何成为可重光照资产？

Chen Yang、Jiemin Fang 等 / SUPRA-Tex 团队预印本首发 · 近7日补收 2026.10.15

展示仓库 · 权重清单可见、许可待核

IN A NUTSHELL

SUPRA-Tex 先从图像估计可见PBR属性，再投影到给定网格，以只读观测条件引导完整表面生成。其关键是分开图像去光照与三维补全，避免把一张图上的阴影直接固化为纹理；背面仍是生成假设。

图解主要方法

单张参考图的颜色、金属度与粗糙度，如何成为可重光照资产？

1
1 · 将可见图像翻译为材质
图1左侧以FireRed-Image-Edit-1.1为主干，同时生成albedo、metallic/roughness及辅助normal。特定层加入跨模态交互，采用单步流预测；正常法线用于训练辅助，不等于已证明几何修复。论文另有Qwen-Image-2.1变体，不能把主实验与变体结果混报。
2
2 · 只编码真正可见的表面
给定网格和相机，将预测材质投到首个可见表面，前景腐蚀2像素并使用0.04深度阈值过滤边缘；未观察处从稀疏输入中省略，而不是涂黑。冻结材质VAE将部分观测压成潜变量，并补充观测比例和邻接边界距离；部分编码与完整编码存在明显分布差异。
3
3 · 交替更新未知区和全表面
60块Transformer中，观测O作为只读KV、时间设为0，动态X包含整个表面。偶数块只更新未知区U，奇数块更新全表面S；因此可见X也会被更新30次，不能把只读O误解为最终可见纹理逐像素锁定。25步Euler采样无CFG，再解码为PBR资产。
4
4 · 检查完整材质流程
模型在固定几何上补材质，不能纠正突起轮廓或相机错位。单图反射歧义会传给后续补全；背面图案、跨部件连续纹理和UV接缝仍需独立测试。新增合成背视图可以提供设计条件，但不是新的真实观测。

已阅读正文与全部公开附录，核对实验条件与原图；未独立复现。

来源证据16视角渲染中，DTC shaded PSNR为30.89，Pixal3D对照29.19；前景PSNR22.34对20.47，Complex为30.05对28.84。 DTC100 / Complex110，真值网格及相机 ↗

我的解读前景指标更能避免黑背景抬分；15个新视角仍可看到原来可见的表面，不能当作纯背面质量。

来源证据用真值观测替代预测观测，前景PSNR还可增加2.31/1.12dB。商业45输入、512有效配对投票里，本方法另加合成背视图；对Hi3D的PBR胜率44.9%。观测误差和商业比较 ↗

我的解读主要瓶颈仍包含图像材质预测；输入不完全一致且非全部领先，不能宣称全面超越商业系统。

来源证据单H800，2D网络约1.20秒但完整2D阶段1.682秒、峰值66.25GiB；3D采样8.44秒，阶段求和25.177秒不含加载/IO。效率边界 ↗

我的解读不能宣传整条流程1.2秒。缓存KV以更高显存换取速度，阶段求和也不是连续端到端墙钟。

官方GitHub当前仅README与展示资产，未见实现，不能称代码已开源。Hugging Face API列出completion/material权重及各自LICENSE文件，但README和许可正文访问返回401；本次未确认许可内容或权重可下载，属于文件清单可见、使用条款待核。

LICENSE作者版权；arXiv非独占托管许可

独立分析 · 未复现实验

可见证据与生成补全分离，对精确图案、材质去光照与可编辑资产更有意义；它提供了明确的观测瓶颈诊断。

依赖已有网格/相机与高显存二维编辑器；单图金属度和粗糙度不可唯一辨识，隐藏表面可产生错误图案。尚缺引擎端接缝、部件编辑与不同光照环境的系统验收。

值得跟踪的PBR补全设计，但文章证据适用于当前网格与渲染条件；代码、权重许可及实际部署资源尚不能视为全部可用。

未执行的验证方案：同一网格、原图和无额外背视图条件下，比较直接纹理生成、分步PBR与SUPRA-Tex；另设真实背视图和合成背视图两组，测试HDRI换光、金属边界、UV接缝及引擎导出后的误差。