Map2World：将条件文本分段映射到 3D 世界生成

3D 世界生成对于沉浸式内容创建或自动驾驶模拟等应用至关重要。 3D 世界生成的最新进展已显示出可喜的成果；然而，这些方法受到网格布局的限制，并且在整个世界范围内都存在对象比例不一致的问题。在这项工作中，我们引入了一种新颖的框架 Map2World，它首先能够根据用户定义的任意形状和比例的分段地图生成 3D 世界，从而确保在广阔的环境中的全球范围的一致性和灵活性。为了进一步提高质量，我们提出了一个细节增强器网络，可以生成世界的精细细节。细节增强器通过合并全局结构信息，可以添加细粒度的细节，而不会影响整体场景的连贯性。我们设计整个管道以利用资产生成器的强大先验，即使在场景生成的训练数据有限的情况下，也能在不同领域实现强大的泛化。大量实验表明，我们的方法在用户可控性、尺度一致性和内容连贯性方面显着优于现有方法，使用户能够在更复杂的条件下生成 3D 世界。