HairDeck：从角色图生成带UV与弹簧骨骼的可编辑发片
几何发片如何接入动画资产管线，纹理与碰撞又还缺什么？
将每张风格化实体发片压成一个token，集合扩散生成发型，再生成弹簧骨骼并蒙皮导出GLB/VRM。它确实提供逐片UV和可编辑结构，但不生成纹理/PBR，演示也没有配置碰撞体，不能把动画展示等同生产验收。
Yuze He、Yixiang Wei 等｜清华、CMU、香港中文大学阅读简报
FIELD NOTES / 04
3D 生成3D GENERATION
追踪几何、材质、可编辑资产，以及图像生成与编辑在视觉资产流程中的进展。
几何材质可编辑资产
RESEARCH SNAPSHOT收录概览
137项研究与重要更新
按来源核对开放状态
按来源核对开放状态
开源 / 开放41
闭源4
待开放 / 核实92
EXPLORE THE FIELD
全部已收录研究137
137 项工作
PhysInsert：让图像插入同时改变物体与周围光影
反事实渲染和几何分支怎样约束阴影、遮挡与摆放？
以相同场景有物体/无物体的重渲染对训练图像编辑器，联合几何特征、物体/环境影响图和空间语言对齐。改善位置与光影整合，但输出仍是二维合成图；逼真阴影不是可重光照的PBR材质或可编辑三维物体。
PhysInsert 论文作者团队阅读简报
SpecSlot：让低频负责全局，高频留在局部
像素扩散的注意力计算，能否按频率职责重新分配？
SpecSlot在每个空间位置分配不同频率职责的token槽，只让低频槽承担全局通信，高频槽保留局部建模。它关注图像生成计算效率，适合作为视觉资产和纹理概念生产的上游研究；论文不生成UV贴图或物理材质。
SpecSlot 作者团队阅读简报
EditAgent：多步图像编辑，先比较候选再继续
当“删掉火焰”同时删掉烛芯，编辑智能体怎样识别这种副作用？
EditAgent将编辑拆成规划、工具路由、并行候选与带局部证据的判定。它把保留原内容也作为检验对象，适合视觉资产迭代流程；输出仍是二维图像，不等于三维材质编辑或物理正确重光照。
EditAgent 作者团队阅读简报
LociArt：把局部风格写进空间遮罩
如何让多个区域拥有不同风格，同时保留未编辑内容？
LociArt用极坐标风格编码将“编辑哪里”与“变成何种风格”绑定，再结合压缩mask特征和原始几何支撑。它属于二维视频资产编辑；没有生成可重光照PBR通道、UV或可编辑三维部件。
小米MiLM Plus、西安电子科技大学阅读简报
GraftRay：在Gaussian场景里补上物理阴影与反射
插入一个网格物体时，怎样让它参与原场景的近场光照？
GraftRay 给重建的3D Gaussian场景补充材质先验、面积光源和路径追踪，使插入网格产生遮挡、阴影与反射。它解决的是资产插入和光照整合，不是自动生成干净的可编辑场景网格。
Jinxin Ai、Matthias Niessner阅读简报
Know Then Draw：先学语义，再用扩散把它画出来
离散视觉知识与像素渲染分阶段训练，收益到底来自哪里？
先自回归学习离散语义token，再冻结主干训练像素扩散模块。约400M的受控比较支持语义表示优于纯重建表示；最终3B模型的高分包含提示改写与固定种子下的变体选择，不能只看GPU小时宣称通用成本优势。
Know Then Draw 论文作者团队阅读简报
MatAnyone-E：先粗查，再精算高分辨率视频抠像
为何只细算少量位置，还必须同时筛掉不相关记忆？
在视觉资产流程中，稳定的alpha边界可支持合成、遮罩和后续局部编辑。MatAnyone-E用低分辨率匹配选择位置与记忆，再用轻量解码器输出完整alpha；这是二维视频抠像，不生成mesh、UV、纹理材质或重光照参数。
昆士兰大学、南洋理工大学S-Lab、阿德莱德大学阅读简报
OmniShowcase：把物体法线转台作为展示视频的几何条件
四张参考图能否让转动镜头中的物体保持同一结构？
OmniShowcase 用四视图重建的法线转台约束视频生成，减少物体在镜头转动时变形、长出多余部件的问题。它面向资产展示视频，输出并非可直接编辑的网格、UV或PBR材质包。
Junyeong Ahn 等 · KAIST / Inha / FLIPTION阅读简报
Texture Consolidation：先沿表面对齐，再消除纹理接缝
生成视图彼此错位时，怎样把它们落成一张可用的UV纹理？
该方法接受已有UV图集的三角网格、已知相机和少量生成视图，在曲面上估计非刚性光流，再做梯度域拼接。它直接处理多视图重影与接缝，是资产纹理后处理方法，而不是从零生成几何。
Hongyi Liu、Yifan Wang、Vladimir G. Kim、Misha Kazhdan阅读简报
PhysCreator：把外观几何和可仿真的物理属性一起生成
共享三维潜表示输出高斯与空间变化材料参数，但物理标签主要来自语义估计
普通3D资产只有外观与形状，未必能进入物理仿真。PhysCreator从单图或多视图构造共享三维潜表示，同时解码高斯外观以及逐体素弹性、密度等参数，允许文本调整软硬或轻重；关键局限是这些物理属性主要来自视觉语言伪标签而非实测。
PhysCreator 研究团队阅读简报
Qwen-Image-PE：增强提示词，也需要图像级训练信号
从好图反推设计意图，再用同种子图像组优化提示重写
Qwen-Image-PE并非另一个直接画图模型，而是把短请求改写为详细图像提示与宽高比的前置模型。它从优质图像反推描述学习设计，再由冻结图像生成器给重写结果提供组内奖励；归入视觉资产流程，但输出不包含网格、UV或PBR材质。
Qwen 团队 / 阿里巴巴阅读简报
Easy-3Dfy：让独立生成的网格找到场景中的位置
场景重建的改进究竟来自更好的资产，还是更准确的摆放？
Easy-3Dfy把物体补全、网格生成和场景布局分开，用RPF点云对应把完整物体配准到单图可见表面。在共享同一批网格的对照中，摆放指标改善；这不是生成器本身变强，也没有证明纹理、UV、PBR或接触物理均已解决。
浙江大学、腾讯阅读简报
BrickWright：用连接器与物理检查生成可编辑积木资产
看起来像积木，与零件之间真正连接得上，还差哪些步骤？
BrickWright给代码agent提供真实零件目录、类型化连接器和验证回路，使生成结果由可定位、可修改的部件组成。其物理可行性是特定碰撞与悬空约束，不包含所有稳定性和装配顺序问题。
Carnegie Mellon · Stanford · Independent Research阅读简报
FilmFlow：在已有3D场景里生成可执行的镜头计划
轨道、升降和构图锁定能否同时执行，并在渲染后修正？
FilmFlow把语言或参考视频转成Blender中的显式相机轨迹，用22种原子操作表达并发运镜，再通过渲染反馈修改时间与参数。它生成的是可编辑镜头而非新场景资产；评价需区分外部视觉分数、人类偏好和实际镜头行为通过率。
Cornell、上海交通大学、UCLA、上海人工智能实验室阅读简报
HiP3R：把局部重建接成更一致的长序列资产
先优化分块布局，再让重叠帧共享相机位姿
前馈三维模型能重建短片段，却容易让长序列的尺度与坐标互相冲突。HiP3R冻结重建骨干，先用重叠与回环约束优化分块Sim(3)布局，再建立共享逐帧SE(3)位姿图消除分块重复相机；它是资产重建前段，不是纹理或网格生成器。
HiP3R 研究团队阅读简报
RealMe：从稀疏拍摄补出跨视角一致的2K体积视频
生成的细节更清晰，是否也能约束一个统一的4D场景？
RealMe先重建粗4DGS，再同时增强新视角与局部细节视频，最后把生成视图和原始拍摄共同用于重建。核心是跨时间、跨相机的生成一致性，而非从几张照片直接得到可重光照的材质资产。
Zhejiang University · 4DV.ai阅读简报
SolarRenderer：从灰盒结构到四步视频渲染
对齐每帧结构并蒸馏加速，能否让不同3D工具共用一个生成渲染器？
SolarRenderer以灰盒、深度、骨架或语义视频为结构条件，用冻结MiniMax-H3 33B加控制/加速LoRA生成外观。它对预演和资产展示管线有用，但输出仍是视频，不会自动生成可重光照材质或UV。四步全片生成与多GPU实时流式是两种配置，不能混成单卡实时。
NUS、LIGHTSPEED、CUHK(SZ)、SLAI、HKUST(GZ)阅读简报
JCA：把生成视频里的动作交还给3D骨骼
同时生成任意拓扑rig的运动与视频，再估计相机把动作放回场景。
Joints, Camera, Action!让独立骨骼运动模型与视频模型通过双向注意力共同去噪，输出可驱动现成资产的关节轨迹，再用二维关节定位拟合相机。它把“视频里动得好看”推进到“资产能回放动作”，但当前只支持单rig与静态相机配准，不保证脚底接触或物体不穿透。
NVIDIA、Technion、Bar-Ilan University阅读简报
RLSplat：先给场景分配 Gaussian 预算，再重建
显存预算固定时，应该把有限的 Gaussian 放在哪里？
RLSplat 从稀疏未标定图像前馈重建Gaussian场景，把总Gaussian数量作为显式预算，由策略分配给几何锚点，再用局部解码细化。它能改善小预算新视角质量，但优化对象仍是渲染表示，不是原生网格、UV或可重光照PBR资产。
KAIST、韩国高丽大学阅读简报
FunCAD：生成的机械结构真的能反复工作吗？
把功能要求绑定到独立物理测试，再用失败证据修订可编辑CAD
FunCAD-Harness让编码代理交付CAD源码、STEP几何与物理声明，由独立测试代理绑定载荷、控制和测量。46类机构上，完整流程明显优于只给要求或仿真工具；但测试条件可调整，打印验证仅覆盖选例，不能把仿真通过当成工程可靠性认证。
Wenqian Zhang 等 / CUHK、CUHK-Shenzhen阅读简报
InfiniDream：用受约束的程序编辑扩展3D资产工厂
如何把现成程序化几何改造成新资产，并在场景中可靠摆放
InfiniDream不直接从噪声生成三角网格，而让视觉语言模型检索并修改Infinigen程序化资产工厂。系统明确哪些模块能改、哪些基础设施只读，再经渲染反馈修复；场景阶段将语义计划交给确定性的视锥与表面约束放置器。价值在于保留程序、随机种子和可编辑结构，但漂亮渲染尚不等于通过UV、PBR和重光照验收的生产资产。
Yi-Chuan Huang 等 · Alaya Lab / NYCU / NTU阅读简报
Open-Form：把几何风格迁移到陌生草图
学会一种设计语言，如何避免顺带记住原来的字形
这项研究处理二维图像生成：从字体或图标样例学习笔画、连接、曲率等几何设计语言，再迁移到异类草图。通用几何LoRA先学结构，风格LoRA在其冻结条件下适配。按本站图像生成纳入3D相关领域的口径收录，应用关系是图形资产与纹理图案设计；论文并不输出三维网格、UV或PBR材质。
Adar Elad 等 · Tel Aviv University / Shenzhen University阅读简报
PhysSkin++：用神经蒙皮子空间驱动物理动画
静态资产能否无需逐物体训练，就获得可控弹性与接触响应？
PhysSkin++ 从静态形状预测连续神经蒙皮场，以少量仿射控制量做降维物理模拟，并扩展交互约束、接触、骨架补充形变和3D Gaussian动画。它关注已有资产的运动化，而非生成新几何或材质；低维条件数优良也不等于物理轨迹准确。
浙江大学、蚂蚁集团等阅读简报
Holo4D：用持续三维轨迹约束动态视频换视角
几何轨迹怎样进入视频扩散模型，哪里仍会出现不可见区域幻觉？
Holo4D从源视频提取持续三维轨迹，投影到目标相机后作为视频生成条件。它生成的是新视角RGB视频，不输出可编辑网格、UV或PBR材质；几何约束减少不一致，但不会自动补出真实的遮挡背面。
Holo4D 作者团队阅读简报
LayerEditor：把图像编辑结果拆成可复用 RGBA 图层
画布改对之后，文字、物体和背景还能独立调整吗？
LayerEditor 同时生成编辑后的整张画布与有序RGBA图层，用合成一致性蒸馏把两者对齐。它属于二维视觉资产流程，可服务贴花、概念设计与后续合成；输出不是三维几何、UV或PBR材质，图层可移动也不等于三维部件可编辑。
华南理工大学、清华大学、中国科学技术大学、鹏城实验室、京东阅读简报
视频扩散数字人：分开控制表情与视角
视频看起来像三维，不代表已经得到可编辑头像资产
研究借助视频扩散模型进行单图数字人驱动，分离表情与相机并提升新视角一致性。它与三维资产流程的关系是生成多视角外观与运动参考；输出主要仍是视频，没有直接交付带 UV、独立材质或可重光照的三维头像。
慕尼黑工业大学、Toyota Research Institute阅读简报
FlexPart：用语言指定三维网格怎样拆成部件
部件标签能否随编辑意图改变，而不是只有固定分类？
FlexPart 在已有网格上预测语言指定的部件标签，可调整粗细粒度、只选部分组件或改变划分名称。它直接关联局部编辑与材质分配，但不生成新的几何内部面，也不自动完成 UV、接缝和 PBR 纹理处理。
香港大学、腾讯混元、香港中文大学（深圳）阅读简报
MTEdit：一次画出四个编辑状态，减少反复修改的漂移
把多轮视觉资产编辑做成共同上下文中的训练轨迹。
MTEdit把四轮编辑结果同时放进2×2画布生成，再拆成训练轨迹，降低逐轮重画导致的画质漂移。本期归入3D相关视觉资产流程：它支持图像外观迭代，但没有证明UV、接缝或PBR材质一致性。
商汤 / HKUST MMLab / Stanford / 清华AIR阅读简报
LILIE：用语言塑造图像损失，同时保留可逆信息
生成模型的训练距离，能否更接近语义而不丢像素？
LILIE训练可逆图像编码器，让其特征支持描述生成，再把冻结特征距离用作扩散训练损失。它属于图像与资产外观生成基础研究，不输出3D网格或PBR贴图；语义改善与细节、计数之间仍存在取舍。
Stanford · Suchir Agarwal 等阅读简报
MFlow：用连续频谱参数化补回像素生成的高频
更锐利的生成纹理，是否真的包含更多正确细节？
在固定patch PCA基底中学习连续目标参数化，并用轻量后处理恢复高频。归入3D资产流程的图像/纹理研究：它改善候选图像频谱，尚不生成UV、PBR或几何。
MFlow 作者团队阅读简报
MOSS-Image：把长文字与版式变成可控图像条件
海报和标牌生成，离可编辑资产还有多远？
5B图像扩散骨干联合多粒度描述、文字框和规划代理，面向长文字与复杂版式。适合作为场景标牌、贴花和界面资产候选，但长文本召回不是逐字正确率，代理也不包含在5B规模中。
OpenMOSS 团队阅读简报
FlashReFocus：先恢复全清晰图，再快速改变景深
快速重对焦能恢复真实材质细节，还是只是生成得像？
一次生成式全清晰恢复，再由轻量渲染器反复生成景深效果。可服务资产摄影和展示预览，但被遮挡内容不可恢复，单目深度、幻觉细节及测试选择都会影响结论。
FlashReFocus 作者团队阅读简报
RoboCloth：用500种实测织物学习反射先验
布料的细小起伏与各向异性，怎样进入可重光照的材质表示？
RoboCloth 用机器人采集500种织物的多光照、多视角HDR反射，学习共享神经BRDF，再为新样本优化空间纹理和细微视差。它针对材质捕获与重光照，不是从文字直接生成衣服，也不直接输出通用金属度/粗糙度贴图。
Zhen Colin Li、Haoran Qin 等 / RoboCloth 团队阅读简报
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？
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。
Chen Yang、Jiemin Fang 等 / SUPRA-Tex 团队阅读简报
CF-Splat：固定网格上的外观拟合可以解成线性系统
不再联合优化几何，能否快速得到多视角一致的表面颜色？
CF-Splat 给定三角网格和标定图像，只拟合顶点的视角相关球谐颜色。光栅化像素对系数呈线性，使外观问题可写成带正则的全局最小二乘，并用矩阵自由PCG高效求解；它不是从零重建网格或PBR材质。
Yixin Fang、Liang Zhao / 爱丁堡大学阅读简报
StructParts：同一个形状潜变量，在部件与整件坐标间交替推理
怎样复用整体3D先验，而不让小部件细节或装配结构失真？
StructParts给粗网格附上面级分割，让同一潜变量交替接受部件局部与整件全局位置编码。它减少适配训练成本并支持合并、拆分部件；但自然粗网格错误仍会传递，也没有验证纹理、UV和PBR资产交付。
香港大学、Transengram、腾讯、深圳河套学院阅读简报
3DVerifier：三维资产看起来合理，不代表满足要求
把判断、拒绝理由和反事实一致性拆开，能否找到可用的自动验收器？
3DVerifierBench用2581个十任务样本，检查模型是否能发现数量、部件、材质外观、抓持、身份和运动问题。最强模型仍明显落后人工；候选选择和人工递归修改显示潜力，但不能当成自动闭环已经解决。
东南大学、香港科技大学、深圳河套学院阅读简报
3DCodeVerse：把3D内容写成代码，再用几何检查推动修订
规模统计、执行成功和资产质量为什么必须分开看？
3DCodeVerse整理可执行三维程序，并用规划、构建、测量、渲染和修订形成反馈流程。附录明确“2M”是约203万导出行，目录约27万个唯一程序；训练提高可执行率，但运行成功仍不是可交付资产质量。
USC、Yale、Rochester、UC San Diego、Google DeepMind 等阅读简报
Q-MAGIC：先编码奇异点，让四边形网格序列更短
拓扑遍历顺序能否改善可编辑四边形网格生成？
Q-MAGIC 从点云生成四边形网格，核心贡献是网格token化：先围绕非四价顶点组织patch，再压缩相邻顶点的局部位移。它改善的是几何与拓扑生成，不涉及纹理、UV展开或完整PBR资产交付。
大连理工大学、里昂中央理工学院 Yuming Zhao 等阅读简报
VisibilitySplat：冻结几何，用可见性分离材质与光照
快速3DGS预览如何与较慢的物理重光照共存？
VisibilitySplat 将传统3D Gaussian Splatting保留下来，先拟合几何与法线，再冻结它们，通过高斯可见性追踪估计反照率、粗糙度及环境光。论文强调小规模合成对象上的逆渲染，不能把实时外观预览误写成实时物理重光照。
罗斯托克大学 Sven Kluge、Oliver Staadt阅读简报
InfiniSplat v2：冻结几何，用高斯属性学习改善新视角
降低渲染伪影是否意味着几何和材质也变得可靠？
InfiniSplat v2从多视图重建高斯场景，冻结深度与相机分支，仅学习颜色、尺度、旋转和不透明度。六数据集感知指标改善，但固定中心无法修复严重几何错误，输出也不是具备UV和PBR分解的网格资产。
浙江大学、Hello TransTech、深圳大学、Causa Robotics阅读简报
ESC：新视角生成的几何一致性如何自查？
用双向重投影筛选图像，同时保留深度估计的误差边界
ESC 联合生成目标图像与逆深度，并用源视图和生成视图之间的几何冲突选择候选。它有助于三维资产流程前端的多视角质检，但检查依赖深度、相机和可见覆盖；隐藏区域与镜面材质仍不能被几何分数自动认证。
Meta FAIR、Mila阅读简报
BlenderWorld：验收3D agent，不能只看它选的那张图
可编辑工程、内部结构和多角度效果，如何一起打分？
该基准用223个现实制作请求评估13个agent，要求提交可编辑.blend与指定媒体。新视图、场景内部检查和冻结评分准则共同揭露“正面看似正确、侧面却消失”的二维捷径。
Zhejiang University · Alibaba Token Hub · CUHK 等阅读简报
Cepheid：把稀疏网格运动的尺度与结构分开学习
少数顶点的位移，怎样跨动物、人、机械臂与布料补成整片表面运动？
Cepheid先用无学习的调和延拓补出基础运动，再学习无量纲残差，并从可观测位移估计其物理幅度。统一模型在五类几何的汇总误差上优于基础解，但极稀疏腿式物体仍出现负迁移；真实视频展示没有不可见表面的真值，不能当成准确性证明。
Chih-Hai Su、Tsung-Wei Ke、Yu-Lun Liu / 阳明交通大学、台湾大学阅读简报
WorldRecon：把无位姿多视图重建接到分块PBR网格生成
生成补全能否保住整屋布局，并减少几何与材质的块间接缝？
WorldRecon先用VGGT-Ω恢复粗点云与相机，再以TRELLIS.2逐块生成稀疏结构、几何和PBR材质。相邻块通过潜变量修补、轨迹钳制与加权融合共享上下文。它改善单层室内场景的完整性，但“合理补全”不等于恢复不可见区域的真实结构。
Mengchen Zhang 等 / 浙江大学、腾讯混元、复旦大学阅读简报
TextureMatcher：纹理插值首先要决定谁与谁混合
把裂纹与毛发按外观匹配，能否优于同位置特征叠加？
研究固定预训练编码器与解码器，仅改变纹理局部特征的配对。外观软匹配改善中间纹理的分布统计，但会压缩特征方差，路径有方向性，末端未必复原目标；它是RGB纹理外观工具，不是已经完成的3D材质混合管线。
特拉维夫大学、斯坦福大学 Ido Madar、Gal Oren、Shai Avidan阅读简报
看得见的物体，也应该参与镜面里的世界
直接多视角监督约束近场反射，独立颜色分支避免两种观察互相拉扯
从多视角图像重建主、次两组2D高斯，反射光线同时与两组相交。主场景已有的直接几何监督帮助定位镜面里的近处物体，再以三平面与球谐共同表达反射外观。
Yiming Liang、Tianyu Xiao、Hiroshi Ishikawa阅读简报
Make It Flow：把静态高斯里的瀑布变成循环动画
由二维流先验融合三维速度场，追求可控观感而非物理流体模拟
输入已有3DGS、带位姿图像与人工三维流向提示，分割水面并预测各视角流场，再用重投影融合体素速度场。高斯沿该场变形，以前后两组轨迹和透明度互补实现循环。
Kjell Keune、Florian Hahlbohm、Jannis Möller 等阅读简报
Artisan：把关节资产的碰撞和可操作性带入生成循环
设计、编码与独立审查分工，物理通过仍不等于示范管线可用
输入文字和可选参考图，生成可编辑程序、部件网格、关节层级、质量、PBR参数及交互标注。物理模拟反馈用于修复碰撞与倾倒，独立审查再检查功能是否被修复过程牺牲。
Xudong Cai、Ruijie Zhu 等 / NTU、ETH、Oxford、Cambridge、Microsoft阅读简报
MeshRepair：只生成删面与补面操作，保留已有网格布局
拓扑修复能否分辨错误孔洞和艺术家有意保留的开口？
MeshRepair把完整草稿网格编码为双向可读前缀，再自回归预测删面和补面。它在两类生成草稿上提高拓扑F1，但主要收益来自删除；输入使用参考顶点，尚未证明能处理任意几何漂移或交付完整材质资产。
南洋理工大学、SparcAI、得克萨斯大学奥斯汀分校阅读简报
CompactSplat：把更多高斯留给复杂区域
纹理驱动的空间分配如何减少冗余，又会漏掉什么？
CompactSplat从稀疏视图前馈预测高斯场景，按图像局部变化自适应分配高斯数量。它面向可渲染场景压缩；较少高斯不等于闭合网格，也没有直接提供UV、部件结构或PBR材质。
Bing He、Jingnan Gao、Yunuo Chen 等阅读简报
SliderEdit++：把图像编辑的强度滑杆变得更可预测
连续调材质外观与光照参考图，为什么只约束两个端点不够？
SliderEdit++在LoRA编辑强度的中间轨迹上加入速度、语义和谱范数约束，并限制多滑杆串扰。它适合资产外观与照明参考图迭代，因此收录于3D资产流程；输出仍是二维图片，没有多视图一致性、网格、UV或物理材质参数保证。
Adobe Research、University of Maryland阅读简报
SpaceFlow：哪些部件必须保形，哪些部件可以自由生成？
以局部几何约束与外观路由连接草模和纹理，控制力提升伴随细节损失
SpaceFlow给草模中的每个超二次曲面部件指定几何约束强弱，再将生成结构分成语义区域，把文字或参考图外观条件路由到相应区域。它不重新训练TRELLIS，但在推理中做重采样和潜变量优化；固定几何下更忠于局部提示，却没有全面提升纹理细节。
ETH Zürich、Stanford University、Microsoft阅读简报
3DTexMOR：先统一纹理坐标，再从高斯场景中移除多个物体
共享平面纹理、反射分解与几何约束；漫反射辐射仍包含光照
3DTexMOR针对重建高斯场景中的多物体删除：将不同视角看到的背景投到同一支撑平面纹理空间，统一补全漫反射辐射、菲涅尔反射率和粗糙度，再投回各相机监督新增高斯。共享纹理减少视角间冲突，平面、锚点和尺度约束抑制几何漂移；核心限制是待补区域必须近似共面。
南京大学、南开大学 · Kunxin Guang、Yonghao Zhao 等阅读简报
GATOR：先生成有场景位姿的资产，再让代理修补几何与纹理
局部多模态对齐接上Blender编辑；外观改善不能替代材质恢复与几何验证
GATOR从随手拍的多视图、目标掩码和深度生成完整、带场景相对位姿的物体，再让代理在Blender中基于输入图像修补部件、孔洞、UV和材质。核心不是凭空让语言模型建模，而是先提供生成资产作为几何与坐标支架。多数基准支持这一组合，但代理修补不保证几何单调改善，PBR输出也不代表已经识别出真实去光照材质。
NVIDIA、Simon Fraser University阅读简报
OuroWorld：用周期形变让静态高斯场景持续循环运动
傅里叶表示保证时间闭合，参考视角约束防止漂移分支吞掉动作；无掩码仍需人工选视点与旋转中心
OuroWorld从静态3DGS生成参考视频，再补全多个视角，将动态拟合到周期4D高斯表示。独立漂移分支吸收生成视角之间的不一致，并在推理时去除。它能从表示上保证循环，但评测只覆盖选定中心附近±20°视角，生成的光照变化也不是可物理重光照的PBR材质。
阳明交通大学、Alaya Lab阅读简报
FreeInpaint：无相机标定的三维场景移除与补全
可学习掩码保护跨视图对应，扩散支持图修补盲区；输出高斯场而非可重光照网格资产
FreeInpaint把DA3改成输入一个干净参考图和多个无位姿掩码视图、直接输出相机与3D高斯的补全网络。逐层可学习的注意力偏置防止被遮挡区域污染对应，低透明度区域再用扩散生成的支持token补强。公开代码可导出高斯PLY，但补出的内容只是合理猜测，尚不提供UV、PBR材质或真实隐藏几何恢复。
香港科技大学（广州）、香港科技大学阅读简报
Fresco++：先稳定粗结构，再用跨视角共识恢复头像细节
从Fresco的UV一致性扩展到规范表面分组；收益发生在训练阶段
Fresco++为头像重建加入低到高频训练日程，以及Canonical Group Consensus。同步视角通过FLAME表面局部结构建立对应，过滤不可靠观察后，用真实图像特征共识监督当前渲染。
Shikun Zhang、Yong Li、Yiqun Wang、Qiuhong Ke、Cunjian Chen · Monash、重庆大学阅读简报
GenIA：在推理时把生成的三维资产重新对齐输入
保留SAM3D先验，用深度、可见性和渲染梯度修正位置与外观
GenIA在冻结SAM3D上加入深度约束的平移尺度估计、可见性注意力、跨观察融合和渲染引导。可选100步对象级细化优化外观latent、低秩解码适配器和位姿；动态场景依赖外部时序几何。
Stefano Esposito、Naama Pearl 等 · 图宾根AI中心、Meta Reality Labs阅读简报
PAM-ToD：给既有高斯场景增加昼夜外观插件
少量有位姿锚图学习颜色变换，不能视为恢复可重光照PBR材质
冻结已有3DGS，在球谐颜色求值后加入分层乘性增益与非负亮度项。全局、空间网格和单高斯残差共同适配目标时段，并用语义与平滑约束减少稀疏锚图造成的视角间色差。
Kota Shimomura、Sungho Moon 等 · 中部大学、Elith、DGIST、KAIST阅读简报
SubDGuide：用受约束的规划和验证恢复细分曲面控制笼
多模态规划在哪些环节真正改变几何，增益有多大？
SubDGuide从六视图证据选择控制笼密度和曲线角色，再由确定性工具拟合并验证。20个精选形状上几何误差降低，但主要提升来自拟合；反馈只在6例改善，不能视为任意拓扑重建能力。
Mercedes-Benz、达姆施塔特工业大学阅读简报
Hi3D 3.0：铭文和细缝真的进入网格了吗？
Twinkle3D 追求对象级几何忠实度，报告哪些证据支持，哪些实现仍未交代？
Hi3D 3.0把单图几何生成推进到2048³表示，重点是薄壁、细缝、重复结构与铭文能否成为真实网格。报告的OCR与几何比较有吸引力，但33输入的小基准、姿态筛选和未公开实现限制结论。它解决的是形状忠实度，不应把它当作完成UV、PBR与低面数交付的全资产系统。
Hi3D / Twinkle3D 团队阅读简报
NeRFifyMesh：直接从带纹理网格训练可组合的神经场
省去训练视图渲染，以几何监督换取可提取表面；动力学仍由PyBullet提供
NeRFifyMesh从已有网格采样颜色、法线与内外占据标签，分别训练颜色、法线和稀疏哈希占据网络，不依赖多视图图像训练。得到的逐物体神经表示可以组合、附加光照并提取碰撞网格，但假设不透明且外观与视角无关。
多伦多大学 · 多伦多都会大学 · 伦敦大学学院阅读简报
MeshCarve：分别压缩顶点与连边，快速生成接近手工布局的网格
0.13 token/面缩短两阶段流序列，但非流形连接仍是明显短板
MeshCarve以稠密点云为条件，先预测粗顶点锚点，再分别用流匹配生成顶点与连边的压缩潜变量。顶点邻接用相对位置的傅里叶特征求和编码，解码后将三角环直接变成面；形状指标较好，但这种组面方式没有流形约束。
南洋理工大学 · SparAI · 得克萨斯大学奥斯汀分校阅读简报
Position Forcing：让几何潜变量逐步告诉模型自己在哪里
单阶段位置自条件生成；训练真值坐标与推理预测坐标的差异是关键
Position Forcing 在单阶段图生3D中为无序几何 token 增加位置解码器。生成时先从速度预测得到干净潜变量估计，再恢复坐标、由粗到细量化，并通过3D RoPE反馈给下一步。它避免另训结构生成模型，但仍需联合训练位置感知VAE和图像条件DiT；现有证据主要覆盖几何重建与语义相似度。
南开大学 VCIP、腾讯混元、港中文 MMLab 等阅读简报
Tetris3D：让生成物体按支撑关系彼此贴合
邻近表面与物理关系进入每个体素；学到的接触先验仍不是硬约束
从一张图重建多物体场景，难点常藏在被遮住的接触面。Tetris3D按支撑依赖顺序生成对象，把已生成邻居的表面距离、方向、法向及堆叠/倚靠/容纳关系注入TRELLIS.2体素；不可见区域另从可见token交叉注意力补全。ComOb用约40万目标物体与12种基元构造120万稳定场景。实验支持更少穿透和更稳的布局，但真实深度、估计深度与自由场景推理必须分开看。
KAIST AI阅读简报
BuildRome：自适应分块，把单张照片扩成室内外场景网格
近处细、远处粗，并将已见表面与遮挡区分开；输出仍无纹理且依赖估计深度
BuildRome在TRELLIS.2上添加深度对齐条件和LoRA，按距离、局部高度分配不同物理尺寸的场景块，再复用重叠潜变量逐块补全。单图能生成包含遮挡部分的场景几何，但隐藏区域只是合理假设，米制尺度继承单目深度误差，尚不生成纹理或PBR材质。
Applied Intuition · Purdue · UIUC · UC Berkeley阅读简报
View Matters：先选可靠视角，再编辑三维高斯场景
关键帧单向指导其他视角；23组场景提示的提升尚不能证明资产级材质一致性
View Matters认为不同视角给二维编辑器的证据并不等价：先以几何可见性、语义独特性和编辑相关性选关键帧，再让关键帧单向指导其他视角，最后在3DGS优化中提高关键帧损失权重。8个场景、23个编辑任务上报告较好的CLIP指标和约4分钟编辑，但跨视角一致性只有两个代表案例分析。
Kaizhe Zhang 等，西安交通大学阅读简报
MC-Sparse：高分辨率3D生成怎样减少注意力计算，又保住细结构？
精确挑选token、相似查询分组与跨步残差补偿；2.32倍仅指去噪阶段
MC-Sparse将稀疏注意力的误差拆成分组限制、选择不准和丢弃尾部贡献三部分。在少量锚点步做精确选择与密集/稀疏差值计算，后续步复用索引及残差、重新计算当前QKV。它在内部3D生成模型上更接近密集注意力输出，但没有验证整个纹理或资产管线的加速。
复旦大学、腾讯混元、上海创智学院、香港中文大学 等阅读简报
AnchorGen：降阻优化也要保留设计意图，让草图持续约束3D车身
联合形状与草图流模型，把风格保持、尺寸编辑和物理目标放进同一优化过程
AnchorGen联合学习车身与草图潜在表示的无条件分布，在推理时优化流的中间状态：一项损失降低阻力代理预测，另一项把草图表示拉向目标设计。它试图解决传统形状先验虽能纠正无效几何，却把设计推向常见车型、丢失原有风格的问题。
EPFL CVLab阅读简报
ElasticFit：让生成物体适配场景空隙，而不只是找放置位置
结构化支撑点与目标盒连接生成、缩放和物理落定；elastic只是轴向缩放
ElasticFit从已有带实例标注的3D场景和语言指令中推断支撑点、目标盒、朝向及适配模式，按盒子比例生成2D物体并用TRELLIS转成网格，再做刚性、统一或各向异性缩放及PyBullet落定。固定资产放置的空间关系分数69.7%、支撑率91.7%；完整生成适配在60个更难任务上是60.8%和83.3%，不能混为同一成绩。
代尔夫特理工大学阅读简报
AffordCraft：复用可动部件库，把单图变成可验收的仿真资产
85.15%物理通过率衡量可用替代物，并不证明照片级重建；复杂场景学习策略仅完成11%的任务
AffordCraft从已有资产库选择机制合适的对象，整体缩放、放置并保留部件和关节，经碰撞、惯性、支撑和运动检查后导出。2000张完整照片中1703件通过，但物理门槛不核验外观重建准确性或完整任务成功。其价值是把资产工程变成带失败反馈的可复用流程。
清华大学、重庆大学、华中科技大学、新加坡国立大学阅读简报
Casual Flash Lighting：用非配对闪光照片拆开材质与光照
普通室内拍摄如何为高斯场景恢复反照率、粗糙度与可重光照外观？
方法联合不同视角的闪光与非闪光图像，在2D高斯表示中估计几何与PBR属性。核心不是简单做图像相减，而是用世界坐标上的漫反射场约束高斯混合产生的视角漂移，让闪光残差真正约束材质。五个合成场景给出定量结果，三个实拍场景主要展示定性效果。
Jiamin Xu 等 / 杭州电子科技大学、华北电力大学、Brown、浙江大学阅读简报
DynaMesh：固定网格，让纹理随时间演化
把时序一致性加到静态3D生成器中，但每个效果仍需单独拟合
输入已有网格和效果描述，DynaMesh把单视角视频中的苔藓、锈蚀、裂纹等外观变化带到三维表面。它共用几何编码，用邻帧条件融合减少闪烁，再用逐效果LoRA恢复细节，输出固定网格和逐帧纹理；不生成真实形变，也不能仅凭画面连贯推断材质物理正确。
Raj Hansini、Guan Chen、Rana Hanocka、Itai Lang · 芝加哥大学阅读简报
ArticuTable：从桌面照片恢复能开合的物体和可加载场景
关节拟合、语义行程与逐级配准如何接成资产管线
ArticuTable把单图桌面重建拆为实例资产、关节恢复和场景配准。GRAM用几何接触提出关节候选，再由多模态模型校正轴与枢轴、推断物体自身行程；PSGSR按点云、合成俯视图、原视图逐级缩小姿态和尺度搜索。最终输出URDF及自包含USDZ，而非只有可观看的网格。完整附录区分了100场景的加载检查、425个候选资产的人工审核和代表场景的动态演示。
武汉大学、EPFL、北得克萨斯大学、澳大利亚国立大学阅读简报
DistScene：让环境与独立物体在同一三维坐标系中生成
联合布局再局部细化；公开的是展示资产，代码、权重和训练集仍待发布
DistScene把房间或户外环境也当作可生成组件，与独立物体共同预测稀疏结构和几何，再将每个物体移到局部空间细化。训练场景由TRELLIS.2生成的环境与物体组合而成。室内外几何指标改善，但训练视图要求所有物体可见，室内数据常缺天花板，输出仍可能有孔洞；展示场景可下载并不代表模型已开源。
香港科技大学、TeleAI 中国电信阅读简报
OuroReward：几何和纹理奖励互相牵制时，先决定优化顺序
依赖图调度与动态提示选择有互补收益，模型引用和成本披露仍有缺口
OuroReward不在每一步平均所有三维质量奖励，而用短预热估计奖励之间的有向依赖，选择兼容性最高的环，再展开为一次顺序优化。配套AdaSelect从提示池中挑选与当前能力相近、组内结果有区分度且较少被重复选中的样本。
上海交通大学、京东阅读简报
Verifier-Guided Human Shape：先筛身体比例，再用局部PCA扩充扩散训练
提高验收与新颖度的折中，不等于学到了更广泛真实人群
研究先将DFAUST人体表面对齐，按弹性距离发现六个局部模式，用局部PCA生成候选，再按骨架比例、部件凸包体积和臂截面积代理筛选。接受的合成表面与真实样本混合，从零训练扩散模型。局部提案比自生成回灌更能扩大所测PCA空间，但判据与数据都局限于少量身体和动作。
南卡罗来纳大学、北卡罗来纳大学教堂山分校、莫道克大学、约翰斯·霍普金斯大学阅读简报
MeshQuery：让智能体用查询和程序规划 UV 接缝
减少 UV 岛与可见接缝，代价是迭代预算及部分畸变指标的退步
MeshQuery把网格属性存进关系数据库，让视觉语言模型通过SQL查询和边选择DSL编写接缝计划，再按展开质量反复修订。它主要面向四边形制作网格，降低碎片化并允许加入美术偏好；生成的是接缝及UV布局，不是几何、纹理或PBR材质。
Adobe Research阅读简报
SILSA：用384个重叠切片潜变量保护孔洞与细支撑
切片拓扑监督与三轴共享网格有效，但不等于完整三维拓扑保证
SILSA把表面点云沿三个坐标轴压成固定长度的重叠切片序列，用共享三维网格交换轴间信息，再生成高分辨率几何。持久同调与相邻切片连通数监督帮助保留孔洞、细杆和分支；输出是几何网格，论文没有验证UV、纹理或PBR资产管线。
UIUC PLAN Lab 等阅读简报
Flow3D-Pro：把低分几何的流轨迹引向配对的高分形状
动态归航优于简单排斥，但理论收敛依赖理想速度场，收益尚未覆盖材质资产
Flow3D-Pro在Hunyuan3D 2.1几何骨干上提出动态归航优化DHO：同一图像生成一组网格，由视觉语言模型打分，再用一对一最小代价匹配为低分结果指定高分终点。训练将负样本路径上的速度改向正样本，而推理仍使用普通流积分和冻结的LATTICE细化。
腾讯混元、上海交通大学、中国传媒大学阅读简报
StepCAD：让CAD代码每做一步都看几何，再用搜索修正
从网格到可执行建模程序；高IoU、有效实体与可用设计约束不是同一件事
StepCAD先用目标点云与当前实体共同条件化Qwen2.5-Coder，逐步生成并执行CadQuery操作，再用几何重合度指导局部搜索。搜索不只调半径和深度，还会替换截面、补切多余材料、删去有害操作。配套ARCADE-1.5M提供150万合成程序及1,250万中间状态；困难形状重建提升明显，但优化的目标是形状相似，尚不保证原始特征历史、参数语义或制造约束恢复。
MIT阅读简报
OctLLM：用稀疏八叉树让语言模型读写几何
冻结语言通路、增加三维分支；纹理仍依赖TRELLIS，几何理解不包含材质理解
OctLLM把八叉树占据压成字节token，用坐标和深度标记位置，在冻结Qwen2.5-VL旁添加专用三维分支。它能生成稀疏几何并描述输入形状，再由补全网络和TRELLIS输出带纹理网格。Toys4K图生三维FID较ShapeLLM-Omni降低17.4%，但专用TRELLIS仍明显领先，IFEval也未完全保持基础模型水平。
北京大学、独立研究者阅读简报
EditHero：连续改三维部件时，如何识别“没改好”和“改坏了别处”
457条可重放编辑链；代码代理更能保住未修改部分，但新几何精度、耗时和材质评测仍有限
EditHero以部件装配日志生成逐轮精确目标，包含252个宿主、457条链和2755次增删、替换、重贴图。每一步接着方法自己的输出做，分别衡量本轮完成的改变和未编辑区域的保留。在55条共享比较链中，六个语言/视觉代理更善于保留原资产，多数更遵从指令，但新增形状仍粗糙，每次编辑约1.5–6分钟。
Alaya Lab、东京大学、东京科学大学、加州大学默塞德分校阅读简报
OptimusMesh：16个潜在支点驱动低面数网格生成
压缩的是几何条件序列；128倍压缩不等于128倍生成提速
OptimusMesh把2048个带法线的点编码成16个48维潜在支点，再分别自回归生成顶点和三角面索引。它明确以不超过800面的紧凑几何为目标，平均249面；低面数和部分距离指标较好，但F1、分布覆盖与速度并非全面最佳，也没有纹理、UV或PBR输出。
大阪大学、大阪电气通信大学阅读简报
MeshOctave：按空间分辨率分裂顶点、重连网格
层内并行的原生拓扑生成，连接矩阵仍有短程自回归
MeshOctave不按一次边坍缩定义一个生成步骤，而把空间网格分辨率逐次减半建立确定层级。逆过程对每个父面预测子顶点占据与内外连接，再用掩码提案和均匀噪声修正迭代生成下一层。这样能够并行细化层内各面，但逐层依赖和局部连接解码仍存在，粗拓扑错误也无法回退。
华中科技大学、Meshy AI、慕尼黑工业大学等阅读简报
MatLoom：把生成材质保存为可以修改的层程序
纹理图之外，能否保留图案、颜色与浮雕之间的依赖？
补收9月30日研究。MatLoom让语言模型输出紧凑分层程序，再导出PBR贴图，保留共享字段、图层参数和噪声种子。它将资产可编辑性放在源表示中，但当前评测主要证明提示匹配，尚未证明自动编辑成功率。
香港中文大学阅读简报
Texture Space Material Diffusion：直接在UV空间生成可重光照材质
把视频DiT的时间维改作多视角条件，分别检查底色、粗糙度与金属度
给定带UV的已知网格，模型把有位姿照片、文本或低分辨率材质转为底色和打包PBR贴图。统一纹理空间避免为同一表面点分别生成多个视角的颜色；三维位置编码协助跨UV岛联系。重光照测试支持其资产价值，但需要准确几何与相机，且8K多视角推理代价明显。
Jacob Munkberg、Peter Kocsis、Jon Hasselgren · NVIDIA阅读简报
Tex-Zero：把二维图像折成训练样本，学习原生三维纹理
合成几何负责邻域与遮挡，图像负责颜色；既定几何仍是必要输入
Tex-Zero把图像分块、随机旋转并聚拢成带颜色的稀疏三维表面，用这些样本从零训练VAE和条件DiT。共享VAE编码参考视图与目标纹理，使二维细节能迁移到真实几何表面；输出RGB颜色，不生成几何，也未证明能分离光照或恢复PBR材质。
香港中文大学 MMLab · 腾讯混元等阅读简报
TaoTex：从图中文字与图案恢复更细致的原生 PBR 材质
合成高频资产、多层视觉特征和像素监督共同改善纹理，四视图仍依赖方向约定
TaoTex在给定几何上生成反照率、粗糙度和金属度，以5万合成高频纹理资产补充数据，融合DINOv2浅深层特征，再从潜空间损失切换到材质渲染损失。可学习视角嵌入支持最多四张参考图，重点解决平滑表面的文字和图案错位。
阿里巴巴集团阅读简报
DirectUV：让 UV 纹理注意力按三维表面坐标关联
跨岛接缝不再只靠二维邻居；环境三维距离仍不等于曲面测地距离
DirectUV 在 FLUX 风格潜在 UV 空间生成纹理，把 UV 像素对应的三维坐标写进 RoPE，并把粗到细的子块坐标分配给不同注意力头。输入单张参考图和已有带 UV 网格；多视图投影只提供可被纠正的软条件。GSO 的图像指标和消融支持接缝关联更稳，但没有单独接缝测量或完整 PBR 输出。
香港科技大学（广州）、香港科技大学、knowin.ai阅读简报
OmniFabric：直接在服装纸样 UV 上修复纹理
去投影畸变与烘焙阴影，保留可缝合的资产结构
OmniFabric 从单张服装参考图出发，先预测可缝合纸样、投影多视图粗纹理，再在规范 UV 域用扩散模型恢复连贯图案。它把纹理交给可模拟服装资产，但生成的是规范化 RGB，不是具有完整物理参数的 PBR 材质。
CMU、华盛顿大学、Texas A&M、Google阅读简报
AdaTex4D：把动态纹理容量分给真正需要的高斯
纹理存储减半的同时，训练更慢、渲染也略慢
给每个4D高斯都配同样大的局部纹理，容易把容量浪费在简单或不可见区域。AdaTex4D冻结已有动态高斯骨干，以跨时间的可见梯度需求和形变尺度决定三平面纹理沿哪一轴增长，在相近画质下减少存储；它优化动态外观，不输出网格UV或PBR材质。
De Jiang 等 · 清华大学深圳国际研究生院阅读简报
CODA：先补完整场景，再把对象从网格中分出来
RGB-D 几何补全、对象编码与资产分解
CODA 将单帧 RGB-D 场景先补成统一网格，再利用纹理分支写入对象身份编码进行拆分。它保留对象之间的几何关系，但这些“纹理通道”被用于身份标记，不是给对象生成了真实 PBR 材料。
KAIST、Samsung Heavy Industries阅读简报
SeamFlow：让 UV 接缝沿着结构生成
纹理连续性不仅取决于贴图模型，也取决于表面怎样被切开
输入已有网格，为每条边联合预测成为接缝的概率，再展开为 UV。它改进的是纹理生成的上游布局，不直接生成颜色或 PBR 材质。
香港城市大学 · Meshy AI · Bambu Lab · 南洋理工大学阅读简报
SAMIRA：表情和光照分开学，头像能否真正重光照
语义区域残差、UV 采样与受限材质分解
SAMIRA 从单目视频拟合绑定 FLAME 网格的高斯头像，用面部语义区域分别建模运动残差与光照响应。它改善了所测头像重建与动画，但重光照主要是定性展示；单目材质—照明歧义、投射阴影和极端光照仍没有被完整解决。
中科院等 · Jiankuo Zhao 等阅读简报
Qwen-Image-2.1：让图像生成进入透明图层与资产编辑流程
从混合粒度注意力、潜空间压缩到偏好训练：哪些已由 2.1 实现证实，哪些仍只是前代背景
Qwen-Image-2.1 将生成、编辑和透明输出统一起来。本文结合新版架构图与代码，以及 2.0、VAE-2.0、2.0-RL 三份报告，解释缓存为何成立、压缩如何影响细节、偏好训练怎样权衡任务，并明确版本与证据边界。
阿里巴巴 · Qwen 团队阅读简报
TexF：把纹理放回三维表面，压缩可以绕开 UV 吗
同一表面纹理场，两种成本口径：传输码率与显存占用
TexF 把纹理存进由网格表面决定的稀疏体素，分别面向传输压缩和 GPU 按需解码。它减少 UV 切割造成的相关性损失，但并不免除几何、训练和渲染成本；近邻薄表面可能串色，进入现有资产工具时仍常需要烘焙回 UV。
CityU、上海交通大学、Texas A&M阅读简报
UltraTex：把计算集中到前景，生成六视图 2K 反照率
高分辨率纹理提速，与完整 PBR 生成仍有距离
UltraTex 给定网格和参考图，以前景 token 裁减、块稀疏注意力和适配 VAE 生成六视图 2K 反照率，再投影回网格。主实验的粗糙度与金属度是固定值，不能把结果写成完整物理材质生成。
吉林大学、上海创智学院、香港大学、同济、复旦、VAST阅读简报
Meshy 7.1 · Ultra 4K
几何细节升级进入 API，评测也需要区分细节与噪声
9 月 18 日 API 加入 Meshy 7.1 和 geometry_resolution 参数。Ultra 4K 指几何分辨率，不能与 4K 纹理贴图混为一谈。
Meshy阅读简报
Roblox 秋季创作路线图
新纹理工具与场景生成列入计划，材质能力分阶段推进
官方计划在 2026 年末推出改进的纹理生成和场景布局生成；PBR 分层与材质响应改进列在 2027 年中。这些是开发计划，尚不是新方法的效果证据。
Roblox阅读简报
The Weight Is Over：让图像生成更接近本地交互
小文本编码器、量化和权重流式加载各解决不同瓶颈
论文以 FLUX.2-klein 为例，组合小编码器加翻译器、低比特计算和按层权重流式加载，降低本地图像生成成本。它属于视觉资产流程的基础能力；重点要区分编码耗时、首轮预览和完整成图，以及显存节省与质量损失。
Adobe、NVIDIA · Frieder Ganz、Maximilian Müller阅读简报
GS-PI：从高斯重建中分离 PBR 材质
生成可重光照属性，也要分清材质准确与几何准确
把已有高斯资产转换成点云，在固定几何上生成反照率、粗糙度和金属度，再蒸馏回高斯表示。目标是去除原光照的烘焙痕迹，而非从文字直接生成完整物体。
浙江大学 CAD&CG 国家重点实验室阅读简报
在潜空间做渲染：更快得到特征，为何更慢得到图片
改写渲染方程、逐场景优化与解码器成本必须一起看
这项工作直接渲染 SD3.5 VAE 的 16 通道潜变量，再解码成图像，以连接传统三维场景与生成模型。它要求已知场景并逐场景拟合，不是从一张照片自动重建未知世界；同误差下潜变量生成较快，但最终 RGB 路径反而受解码器拖累。
Trinity College Dublin、ÉTS 等阅读简报
RefineEdit：让生成中的二进制潜变量只在需要处改变
回顾补收：共享生成起点、位路由与短期编辑权限
RefineEdit 利用 GRN 的逐步二进制细化过程：从已有生成轨迹分出编辑支路，只允许特定位置和 bit 采用新提示的更新。它不用额外训练或外部分割，但需要源图的生成过程；这与直接编辑任意上传照片不同。
Yulong Chen 等阅读简报
Meshy Auto Split：带纹理输入
可以直接拆件，但输出仍会失去原材质
Auto Split 开始接受带纹理任务作为输入，省去先生成无纹理版本的绕路。但拆分结果仍是每部件单色，原纹理不会继承。
Meshy阅读简报
KaiNinja：把原生三维生成器拆成两个部件体积
回顾补收 v2：接触面、双流继承与部件粒度的代价
KaiNinja 将 TRELLIS.2 的单体 O-Voxel 扩成两个互补体积，让接触部件尽量分处两侧，再从连通分量得到独立网格。它改善了自建数据上的几何，但双体积必须合并某些复杂接触关系，外部基准的部件得分也并非领先。
Alaya Lab、东京大学、UC Merced 等阅读简报
SAM3D-Part：点选已有网格，生成完整可复用部件
回顾补收：密集坐标对齐与实际发布范围
SAM3D-Part 从已有网格和点选蒙版出发，融合局部图像、三维形状与已提取部件缓存，再生成完整部件。它通过每体素坐标对应估计尺度和位置；这不是直接切出原有表面，也不能保证隐藏结构、材质或方向完全正确。
香港中文大学（深圳）、Meshy AI 等阅读简报
UniPart：用一句话定位三维资产的功能部件
回顾补收：数据引擎、逐层文本注入与点云蒙版
UniPart 用大规模文本—部件数据训练点云 Transformer，让自然语言短语直接选择已有几何中的部件。它属于三维资产理解和编辑入口，输出点云蒙版，不能直接生成完整网格或 PBR 材质；本条只计入 3D 领域。
中科院自动化所、北京大学、Galbot 等阅读简报
AvaImg：先把扫描配准好，再把人体做成可编辑 UV 图
统一几何与纹理对应是生成数据的基础；VAE能重建不等于已学会生成
AvaImg 将带衣服人体扫描优化配准到统一SMPL(-X)+D拓扑，利用绕数内外判断减少身体穿衣，再由粗到细位移贴合表面，输出语义对齐的UV颜色与位移图。其价值在于数字人生成、换纹理和重动画的数据管线，而非直接训练一个新生成模型；冻结FLUX VAE的往返重建只是表示兼容性实验。
图宾根大学、图宾根AI中心、马克斯普朗克信息学研究所阅读简报
Heat Kernel Textures
把纹理定义在网格表面，绕开 UV 接缝
HKTex 用沿三角网格表面传播的各向异性热核表示外观，核的位置、密度和优化都受表面约束。可从现有纹理或多视角图像拟合，并接入物理渲染器；这是纹理表示与重建方法。
Imperial College London阅读简报
AnyGS2Mesh：从已有高斯场提取更稳的网格
回顾补收：多视图几何融合与转换成本边界
AnyGS2Mesh 接收已训练的高斯场与标定相机，融合三维高斯和二维几何特征，再预测深度并提取网格。约半分钟的转换不包含上游高斯训练，也不包含 UV、材质或生产级拓扑整理。
中国科学技术大学阅读简报
LightBridge：把重光照变化直接传播到完整3DGS
一步潜空间桥接加高斯传播，保留几何、更新球谐外观
LightBridge以已有高斯场景和灯光强度/颜色控制为输入，先预测源视频到目标光照的潜空间变化，再把变化传播为每个高斯的球谐系数残差。它省去逐场景拟合重光照视频的过程，但不会输出去光照的PBR材质或修复原几何。
Hezhi Cao 等 · 中国科学技术大学阅读简报
CameraEditor：把相机参数编辑拆成一段视频
回顾补收：参考路由与中间视角，不等于三维相机平移
CameraEditor 将俯仰、横滚、视场角和镜头畸变变化拆成连续中间帧，用视频先验生成最终编辑图。它还能从全景图池选出经历相同相机操作的参考片段；实验锁定 yaw，不支持真实三维平移产生的视差。
Xin Shen 等阅读简报
Procedura补收：用可检查配合关系写3D装配程序
参数、部件和关节可编辑，但检查门控不等于全部产物必然合格
Procedura让冻结语言模型编写OpenSCAD程序，以命名部件和类型化配合关系构成装配，再通过渲染反馈逐项修正。8月26日首发，今天补收；它的价值是直接输出可改参数的程序资产，而非仅有网格，但质量门控存在警告放行，模拟通过也不等于可制造。
Youtian Lin 等 · 南京大学等阅读简报
ExMesh++：从多视图照片到可编辑、可重光照的 UV-PBR 资产
先稳定网格与 UV，再分离材质和光照；接缝更新是方法的一部分
ExMesh++ 把目标从“渲染像原照片”推进到可交付的网格和 PBR 贴图：先自适应调整拓扑并维护 UV，再冻结几何做逆渲染。它尤其值得关注去光照和资产编辑，但不是一次生成完整生产级资产，也没有定量验证金属度恢复。
中国科学技术大学、阿里巴巴高德阅读简报
Luce补收：把反照率、粗糙度与法线放进不同高斯
可导出PBR网格和切线法线；7秒高斯生成不等于完整网格资产只需7秒
Luce用分模态高斯共同表示几何与PBR外观，压缩到材质感知潜空间，再从单图生成可重光照高斯或带UV的网格。8月25日首发，今天补读v2；其意义是把照明从外观中分开，并将细法线导入标准资产流程，但并非所有材质指标都超过对照。
Mayank Singh 等 · Apple阅读简报
MegaParts补收：给不同部件不同数量的形状token
最多300部件的结构生成，仍需长时间解码和后续材质、关节处理
MegaParts以可截断的因果VQ形状表示压缩部件，再按全局布局、部件包围盒和局部形状顺序生成组装体。8月14日首发，今天补收；它让数百可寻址部件进入单一序列，但部件分开并不自动带来语义关节、UV、PBR或实时资产生成。
Manwen Liao、Xinyu Lian 等 · 上海人工智能实验室等阅读简报
Meshy 原生 8K 纹理
8K 基础颜色与 4K PBR 通道需要分开看
Meshy 为图像、多图到 3D、文本精化和重贴图接口加入纹理分辨率选择。8K 档输出的是基础颜色贴图，PBR 贴图为 4K，且不生成自发光贴图；这比“全套 8K 材质”的概括更准确。
Meshy阅读简报
LATO.2：把顶点生成和连接关系拆开，支持部件重组
几何与拓扑流的回顾；输出尚不包含 UV 或 PBR 材质
LATO.2 先在稀疏体素骨架上生成可控数量的顶点，再以这些实际顶点为条件生成连接关系。顶点和拓扑分开后，部件可以分别生成或移动，再重新连面；但错误顶点不会靠连接生成自动修正，结果也不保证无洞或可直接绑定动画。
Hang Long 等 · 华中科技大学、Meshy AI 等阅读简报
VideoNeuMat
从视频生成模型里提取可重光照的神经材质
先让视频模型在受控相机和光照轨迹下“观察”一种材质，再从这些视频帧重建可重用的神经材质。7 月发表于 SIGGRAPH；预印本首发于 2 月，本期按会议正式发表补充收录。
University of Manchester · NVIDIA · UCSB阅读简报
Richer Material Generation
用程序化数据增强突破简单 PBR 的表达上限
把常见的单层高光材质扩展成包含清漆、灰尘和分层散射的训练数据，再学习神经材质生成。7 月发表于 SIGGRAPH，预印本首发为 6 月 12 日；关注点是材质数据的表达能力。
Cornell University · NVIDIA阅读简报
ControlTile
让参考纹理按指定尺度、方向和频率铺进场景
给定参考纹理和场景图像，控制图案的重复频率、旋转方向与尺度，同时尽量保留场景光照和几何。通过变换扩散 Transformer 的位置编码实现控制，避免先扭曲参考图损伤细节。
CityUHK · Junrong Huang 等阅读简报
MatLat：让 PBR 潜变量同时保持材质语义和像素对应
基础研究补收：局部 VAE 约束让跨视角注意力有几何意义
MatLat 在预训练图像潜空间上学习反照率、粗糙度和金属度的联合表示，并用局部重建让潜变量位置仍对应图像像素。之后，几何对应注意力才能在不同视图间传递同一表面的材质信息，最终投影到网格 UV。
Kyeongmin Yeo 等 · KAIST阅读简报
LumiTex：用光照上下文帮助分解可重光照的 PBR 材质
基础研究补收：先学多视角外观，再训练材质分支并补全遮挡纹理
LumiTex 从参考图像和网格生成反照率、粗糙度、金属度等材质。它先训练多视角受光外观分支，再冻结该分支，把光照上下文传给材质分支；最后用几何引导的新视图合成补齐投影不到的纹理区域。
Jingzhi Bao 等阅读简报
NaTex回顾：在三维表面直接生成颜色与材质
绕开多视图烘焙错位，但高质量PBR与部件仍需分别验证
NaTex把纹理当作三维坐标到颜色的连续场，用几何感知VAE和条件DiT生成表面颜色，再查询到UV贴图或顶点上。2025年论文在纹理对齐和遮挡区域上提供了有价值的路线；本次先处理此前待核实候选，明确材质、分割、细化各自是否需要额外训练。
Zeqiang Lai、Yunfei Zhao 等 · CUHK MMLab / 腾讯混元阅读简报
ARMesh回顾：把网格生成改成逐级增加细节
从一个点开始预测顶点拆分，提前停止仍保留整体形状
逐面生成网格时，中途停止往往只有半个物体。2025年的ARMesh反过来学习网格简化的逆过程：从一个点出发，逐步拆分顶点、更新局部拓扑，得到不同细节级别的完整粗形状。今天回顾补收，重点看这种表示能为资产LOD与编辑提供什么。
Jiabao Lei、Kewei Shi、Zhihao Liang、Kui Jia阅读简报
MeshMosaic：用边界条件拼出高面数艺术网格
基础研究回顾：局部分块提高细节，十万面仍可能需要数小时
MeshMosaic将参考形状拆成局部片，逐片生成三角网格，并用已生成边界和全局点云协调拼接。局部量化让细节不受整物体同一网格精度限制，能够扩展到十万面以上；它输出几何，不能自动代表带UV、材质和绑定的生产资产。
Rui Xu 等 · HKU等阅读简报
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。
Ze Yuan 等 · HKU与VAST阅读简报