【深度学习新浪潮】3D城市建筑多样化生产的研发进展调研

在3D城市建筑生成领域，多样性问题正通过多模态生成技术和工业级优化逐步突破。以下从研究进展、工业结合现状及合作策略三个维度展开分析：

一、研究进展与SOTA方案

1. 几何多样性增强技术

   • Craftsman3D（CVPR 2025）通过两阶段生成框架实现突破：第一阶段利用多视图扩散模型生成拓扑规则的几何结构，第二阶段通过法线图超分和可微渲染进行几何细节优化，仅需数十秒即可生成高质量建筑模型。其核心技术Dora-VAE通过显著边缘采样（SES）算法，优先捕捉建筑边缘等高复杂度区域，使几何细节保留能力较传统均匀采样提升8倍。
   • GaussianCity（南洋理工大学）提出BEV-Point表示方法，将城市级3D信息压缩至鸟瞰图，显存占用不随场景规模增长，推理速度较CityDreamer快60倍，同时支持无界城市生成。其语义图与密度图联合调控机制，可动态调整建筑密度与风格分布。

2. 多模态生成与可控性

   • GeoDream（BAAI等团队）融合显式3D先验与2D扩散先验，通过Uni3D-score指标首次实现3D语义一致性评估，生成模型可同时满足