Axolotl3D：忠实完成 3D 形状的统一框架

最近的 3D 生成模型使用大规模先验和扩散架构从单个图像生成高质量的几何图形。然而，它们假设完全可见性和单视图输入，限制了多视图、遮挡或编辑场景中的适用性。尽管之前的工作分别解决了这些挑战，但它们缺乏在不同条件信号下可控 3D 完成的统一框架。我们提出了 Axolotl3D，这是一种多模态和遮挡感知的 3D 生成模型，它联合调节图像、可见性掩模、相机参数和部分点云。点云充当几何锚点，促进忠实的形状完成，而相机参数则确保共享 3D 坐标系中一致的多视图对齐。统一的训练策略从大规模 3D 数据中综合不同的调节机制，从而实现强大的跨模式推理。 Toys4K 和 OmniObject3D 上的实验展示了在干净和遮挡设置下的最先进的性能，以及在现实世界重建和几何一致编辑方面的出色结果。