論文の概要: GaussianGPT: Towards Autoregressive 3D Gaussian Scene Generation

• arxiv url: http://arxiv.org/abs/2603.26661v1
• Date: Fri, 27 Mar 2026 17:58:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-30 21:49:48.63502
• Title: GaussianGPT: Towards Autoregressive 3D Gaussian Scene Generation
• Title（参考訳）: GaussianGPT: 自動回帰型3Dガウスシーン生成に向けて
• Abstract要約: 本稿では,3次元ガウスを直接生成するトランスフォーマーモデルを提案する。 得られたトークンは、3次元回転する位置埋め込みを備えた因果変換器を用いてシリアライズされ、モデル化される。 シーンを均等に洗練する拡散法とは異なり、私たちの定式化はシーンをステップバイステップで構築し、自然に完了を支え、露光し、温度による制御可能なサンプリングを行い、フレキシブルな生成地平線を創出する。
• 参考スコア（独自算出の注目度）: 42.49842620609683
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Most recent advances in 3D generative modeling rely on diffusion or flow-matching formulations. We instead explore a fully autoregressive alternative and introduce GaussianGPT, a transformer-based model that directly generates 3D Gaussians via next-token prediction, thus facilitating full 3D scene generation. We first compress Gaussian primitives into a discrete latent grid using a sparse 3D convolutional autoencoder with vector quantization. The resulting tokens are serialized and modeled using a causal transformer with 3D rotary positional embedding, enabling sequential generation of spatial structure and appearance. Unlike diffusion-based methods that refine scenes holistically, our formulation constructs scenes step-by-step, naturally supporting completion, outpainting, controllable sampling via temperature, and flexible generation horizons. This formulation leverages the compositional inductive biases and scalability of autoregressive modeling while operating on explicit representations compatible with modern neural rendering pipelines, positioning autoregressive transformers as a complementary paradigm for controllable and context-aware 3D generation.
• Abstract（参考訳）: 最近の3次元生成モデリングの進歩は拡散やフローマッチングの定式化に依存している。 代わりに、完全に自己回帰的な代替品を探究し、3Dガウスを直接生成するトランスフォーマーベースモデルであるGaussianGPTを導入し、フル3Dシーン生成を容易にする。 まず,ベクトル量子化を用いたスパース3次元畳み込みオートエンコーダを用いて,ガウスプリミティブを離散潜在格子に圧縮する。 得られたトークンは、3次元回転する位置埋め込みを備えた因果変換器を用いてシリアライズされ、空間構造と外観のシーケンシャルな生成を可能にする。 シーンを均等に洗練する拡散法とは異なり、私たちの定式化はシーンをステップバイステップで構築し、完了を自然にサポートし、露光し、温度による制御可能なサンプリングを行い、フレキシブルな生成地平線を創出する。 この定式化は、合成帰納的バイアスと自己回帰的モデリングのスケーラビリティを活用し、現代のニューラルレンダリングパイプラインと互換性のある明示的な表現を運用し、自己回帰的トランスフォーマーを制御可能でコンテキスト対応の3D生成の補完パラダイムとして位置づける。

関連論文リスト

• Generative 3D Gaussians with Learned Density Control [41.893507326094415]
  本稿では,適応的なレンダリングプリミティブとスケーラブルな生成モデルとのギャップを埋めるために設計された,新しい3次元表現であるDigital-Sampled Gaussian(DeG)を紹介する。
  論文  参考訳（メタデータ） (2026-05-08T17:54:25Z)
• TokenGS: Decoupling 3D Gaussian Prediction from Pixels with Learnable Tokens [25.44390249542703]
  我々は、カメラ線に沿った奥行きが最適であるとして、ガウスを退避させる一般的な実践は、準最適であると主張する。 本稿では,自己教師付きレンダリング損失のみを用いて,3次元平均座標を直接回帰する手法を提案する。 提案手法であるTokenGSは、ノイズやマルチビューの不整合に対処するための堅牢性の向上を実証する。
  論文  参考訳（メタデータ） (2026-04-16T17:12:37Z)
• Free-Range Gaussians: Non-Grid-Aligned Generative 3D Gaussian Reconstruction [72.85652875805387]
  フリーランジガウス(Free-Range Gaussians)は、4つの画像から非画素、非ボクセル対応の3Dガウスを推定する多視点再構成法である。 再構成の生成的定式化により,非グリッド型3次元データによるモデル管理が可能となった。
  論文  参考訳（メタデータ） (2026-04-06T17:24:18Z)
• Distilling Multi-view Diffusion Models into 3D Generators [4.3238419212557115]
  本稿では,多視点拡散モデル(MV-DM)をガウススプラッティングを用いた3次元ジェネレータに拡散させる定式化であるDD3Gを紹介する。 DD3GはMV-DMから広範囲の視覚的および空間的知識を圧縮し統合する。 本稿では,パターン抽出とプログレッシブデコーディングのフェーズからなるジェネレータPEPDを提案する。
  論文  参考訳（メタデータ） (2025-04-01T06:32:48Z)
• GaussTR: Foundation Model-Aligned Gaussian Transformer for Self-Supervised 3D Spatial Understanding [44.68350305790145]
  GaussTRは3次元空間理解を促進するためにガウス表現を通して基礎モデルアライメントとスパース3次元モデリングを統一する新しいトランスフォーマーフレームワークである。 Occ3D-nuScenesデータセットの実験では、GaussTRの12.27 mIoUの最先端のゼロショット性能と、トレーニング時間の40%削減が示されている。 これらの結果は、スケーラブルで総合的な3次元空間理解のためのGaussTRの有効性を強調し、自律運転とエンボディエージェントに有望な意味を持つ。
  論文  参考訳（メタデータ） (2024-12-17T18:59:46Z)
• L3DG: Latent 3D Gaussian Diffusion [74.36431175937285]
  L3DGは3次元ガウス拡散定式化による3次元ガウスの3次元モデリングのための最初のアプローチである。 我々は、部屋の大きさのシーンで効率的に操作するために、スパース畳み込みアーキテクチャーを用いている。 3Dガウス表現を利用することで、生成されたシーンを任意の視点からリアルタイムでレンダリングすることができる。
  論文  参考訳（メタデータ） (2024-10-17T13:19:32Z)
• Gaussian Opacity Fields: Efficient Adaptive Surface Reconstruction in Unbounded Scenes [50.92217884840301]
  Gaussian Opacity Fields (GOF)は、シーンにおける効率的で高品質で適応的な表面再構成のための新しいアプローチである。 GOFは3Dガウスのレイトレーシングに基づくボリュームレンダリングに由来する。 GOFは、表面再構成と新しいビュー合成において、既存の3DGSベースの手法を超越している。
  論文  参考訳（メタデータ） (2024-04-16T17:57:19Z)
• GaussianCube: A Structured and Explicit Radiance Representation for 3D Generative Modeling [55.05713977022407]
  構造的かつ完全明快な放射率表現を導入し、3次元生成モデリングを大幅に促進する。 我々はまず,新しい密度制約付きガウス適合アルゴリズムを用いてガウスキューブを導出する。 非条件およびクラス条件オブジェクト生成、デジタルアバター生成、テキスト・トゥ・3Dによる実験は、我々のモデル合成が最先端の生成結果を達成することを示す。
  論文  参考訳（メタデータ） (2024-03-28T17:59:50Z)
• Mesh-based Gaussian Splatting for Real-time Large-scale Deformation [58.18290393082119]
  ユーザがリアルタイムで大きな変形で暗黙の表現を直接変形または操作することは困難である。 我々は,インタラクティブな変形を可能にする新しいGSベースの手法を開発した。 提案手法は,高いフレームレートで良好なレンダリング結果を維持しつつ,高品質な再構成と効率的な変形を実現する。
  論文  参考訳（メタデータ） (2024-02-07T12:36:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。