CRISP：通过扩散解码修复潜在 LiDAR 生成中的飞行像素

潜在 LiDAR 管道受到飞像素的影响：卷积 VAE 模糊了尖锐的径向深度不连续性，产生的边缘深度反向投影到表面之间浮动的点。我们将其确定为主要的、可直接纠正的解码器瓶颈，并引入 CRISP：具有与主干无关的潜在适配器、基于 DiT 的降噪器和支持掩模预测器的像素空间扩散解码器。 CRISP 取代了视频 VAE 和 LiDAR 原生解码器，同时保持编码器和潜在生成器固定。在 KITTI-360、SemanticKITTI 和 nuScenes 中，仅更换解码器可使 FSVD/FPVD 在冻结主干上平均降低 50.5%；对于通用视频 VAE，降低幅度达到 71%/74%。在 LiDAR 原生 LiDM 主干上，FRID 下降了 71%，其中深度不连续处的增益最大。在预训练的 LiDM 世界模型中，相同的零样本替换将 FSVD 提高了 15.5%，缩小了模拟与真实的差距。