Block3D：通过块级扩散高效生成文本到 3D

虽然文本到 3D 生成技术发展迅速，但以低推理成本实现高几何保真度仍然具有挑战性。现有的文本到 3D 方法要么以自回归方式解码离散形状标记，要么通过扩散或流模型迭代地细化全局 3D 表示。然而，自回归解码是顺序的，不能修正错误，而扩散和流匹配模型重复处理完整的表示，使得高质量生成变得越来越昂贵。在本文中，我们提出了 Block3D，一种分块扩散框架，它将离散形状词元序列划分为连续的块，自回归生成块，并联合对当前块内的所有词元进行去噪。为了减轻错误累积，我们引入了置信引导的块内校正，它在每个块最终确定之前修改低置信度词元。在 TRELLIS-500K 的保留集上，Block3D 将平均端到端生成时间从 25.71 秒减少到 4.99 秒，在不牺牲几何保真度的情况下，比微调的自回归基线实现 $5.15\times$ 加速。