从部分到整体：具有自适应结构层次的三维生成世界模型

ICME 26 2026 44.6 method

TLDR

一种从部分到整体的三维生成世界模型，能从单张图像自适应发现潜在结构槽，用于跨类别形状生成。

评分理由

Strengths: novel adaptive slot-gating and prototype bank for compact, cross-category shape representation. Weaknesses: abstract lacks experimental validation, benchmarks, or comparisons; unclear generalization to real-world data.

Read-first 评分解释

综合优先阅读分 44.6，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 19。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：消融、实验、指标

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

主题相关性 42%

27.1

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：529。

关键词评分

generative world model

world model

world simulator

interactive world model

video world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

用于单图像三维生成的自适应部分-整体层次结构，通过图像令牌的软组合掩码自主发现潜在结构槽
自适应槽门控机制，动态确定槽级激活概率并合并冗余槽，以实现紧凑且富有表现力的结构
可学习的、类别无关的原型库，通过通用几何原型实现跨类别形状共享和去噪
轻量级三维去噪器，通过统一扩散目标重建几何和外观

方法

该模型在灵活的三维潜在空间中学习自适应部分-整体层次结构。它使用自适应槽门控机制直接从图像令牌推断软组合掩码，动态确定槽激活概率并合并冗余槽。每个蒸馏后的槽与一个可学习的、类别无关的原型库对齐，以实现跨类别形状共享，并通过轻量级三维去噪器使用统一扩散目标重建几何和外观。

关键结果

该方法在跨类别迁移和部件数量外推方面取得了一致的提升，消融实验证实了原型库在形状先验共享和槽门控在结构适应方面的互补优势。

技术栈

Adaptive slot-gating mechanismLearnable prototype bankLightweight 3D denoiserUnified diffusion objectives

资源

论文