AIGCer的博客

本文提出创新性4D生成框架GVF-Diffusion，通过"4D网格变分自编码器+高斯变分场扩散模型"双模块架构，实现高效视频到4D内容生成。关键突破包括：1）首创直接编码4D动画为紧凑隐空间的VAE，结合网格引导损失确保运动对齐；2）采用时间感知DiT架构的条件扩散模型，通过交叉注意力融合视频特征与3D高斯场；3）在合成数据训练下展现优秀真实视频泛化能力。实验表明，该方法在PSNR（25.37）、LPIPS（0.098）等指标上超越现有技术，单序列生成仅需4.5秒。

本文提出PM-Loss，一种用于提升前馈式3D高斯泼溅(3DGS)几何质量的正则化损失。针对现有方法依赖2D深度图导致几何边界不完整的问题，PM-Loss利用大型3D重建模型生成的点云作为几何先验，在训练时直接约束3D空间的高斯分布。实验表明，该方法能有效消除边界浮点，在主流模型和数据集上实现超过2dB的PSNR提升，且无需修改模型架构或增加推理开销。这项工作为3DGS的几何重建提供了新的优化思路。