PLSR：通过局部潜在体素扩散实现 3D 对象的渐进和局部超分辨率

高分辨率 3D 资产生成在各种 3D 应用中至关重要。现有最先进的基于扩散的模型仍然受到固定分辨率的限制，限制了它们产生细节的能力。在本文中，我们通过引入基于现有 3D 生成基础模型的 3D 超分辨率 (SR) 框架来解决生成更详细、更高分辨率的 3D 对象的挑战。为此，我们设计了 PLSR，一种渐进式、局部化的超分辨率解决方案，以有效且高效地实现这一目标。从技术上讲，给定预训练 3D 生成器的粗略几何形状，我们通过关联输入分解方案将全局 SR 任务分解为局部子任务，通过低成本微调将基于流的 3D 生成器调整为局部超分辨率模型，并将它们统一在迭代补丁式去噪管道中以实现无缝高分辨率输出。对具有挑战性的物体进行的实验表明，我们的方法能够生成具有新的强大精细细节保真度的 3D 细节，同时显着降低计算成本，为高分辨率 3D 资产生成提供新的实用解决方案。