arXivAI 研究
SILSA:利用滑動視窗切片潛在特徵實現保持拓撲結構的高解析度 3D 生成
SILSA: Topology-Preserving High-Resolution 3D Generation with Sliding-Window Slice Latents
本研究提出 SILSA 框架,透過滑動視窗切片潛在特徵取代昂貴的體素 token,在降低 70% token 與 40.4% 記憶體成本的同時,顯著提升 3D 生成的拓撲與細緻結構完整性。
2 分鐘閱讀
#rectified-flow
1 篇文章
SILSA: Topology-Preserving High-Resolution 3D Generation with Sliding-Window Slice Latents
本研究提出 SILSA 框架,透過滑動視窗切片潛在特徵取代昂貴的體素 token,在降低 70% token 與 40.4% 記憶體成本的同時,顯著提升 3D 生成的拓撲與細緻結構完整性。