Tex-Zero：把二维图像折成训练样本，学习原生三维纹理

图3怎样共享二维/三维颜色编码，同时保持几何固定？

1. 1

   用图像构造颜色已知的三维邻域

   图3的训练对象来自图2预处理：1536像素图像先置于z=0，再分成4×4块，独立旋转和平移。聚拢要求包围盒重叠，并不保证表面连接或无自交；每个体素只保留首个点，保留其颜色而不平均，形成几何与RGB配对。

2. 2

   先训练共享稀疏VAE

   图3左侧先以整体旋转平面预热，再使用多块样本；缺少此预热作者报告不收敛。稀疏三维卷积编码颜色，解码时几何支撑固定。损失含逐点MSE、KL和还原图像布局后的LPIPS；它学习颜色压缩，不预测几何，法线也不直接拼入VAE的RGB重建输入。

3. 3

   把参考视图和目标放进同一潜空间

   图3右侧把六个正交视图当成有朝向的平面，用同一冻结VAE编码；法线另编码为16通道，与带噪纹理16通道拼接。4轴RoPE用视图组g和三维坐标区分条件，平面坐标不是目标表面的逐像素深度。训练随机抽取视图及遮蔽图像条件，让模型处理缺失外观。

4. 4

   流匹配生成表面颜色

   12个双流加24个单流Transformer块学习噪声到纹理的速度；推理保留几何条件，用50个时刻对应49次Euler更新，再经冻结VAE解码成既定体素上的RGB。图中虚线表示真实资产推理，实线表示构造数据训练；不存在自动输出几何或PBR通道的分支。

已阅读v1正文与附录A–C，核对架构、训练损失、采样器、内部测试集与官方仓库提交24e1ef7。原图3已检查，未独立训练或运行。

官方仓库固定提交24e1ef778382757ce28c6377c1dc58318b54fc26只有README和5张图片，无训练/推理实现、模型权重或测试资产。项目页可访问不代表代码开源。

LICENSE论文为CC BY 4.0，图3保留作者与来源，未修改；第三方示例资产权利不由本文扩张。尚无代码/权重许可，来源图像集也各有自身条款。