論文の概要: WorldFlow3D: Flowing Through 3D Distributions for Unbounded World Generation

• arxiv url: http://arxiv.org/abs/2603.29089v1
• Date: Tue, 31 Mar 2026 00:08:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:02.954013
• Title: WorldFlow3D: Flowing Through 3D Distributions for Unbounded World Generation
• Title（参考訳）: WorldFlow3D:非有界世界のための3次元分布の流れ
• Authors: Amogh Joshi, Julian Ost, Felix Heide,
• Abstract要約: コンピュータビジョン、グラフィックス、ロボット工学におけるシーンモデリングの基本的なタスクとして、無制限の3Dワールドジェネレーションが登場しつつある。 本研究では,非有界な3次元世界を生成する新手法 WorldFlow3D を提案する。
• 参考スコア（独自算出の注目度）: 33.369156362316055
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Unbounded 3D world generation is emerging as a foundational task for scene modeling in computer vision, graphics, and robotics. In this work, we present WorldFlow3D, a novel method capable of generating unbounded 3D worlds. Building upon a foundational property of flow matching - namely, defining a path of transport between two data distributions - we model 3D generation more generally as a problem of flowing through 3D data distributions, not limited to conditional denoising. We find that our latent-free flow approach generates causal and accurate 3D structure, and can use this as an intermediate distribution to guide the generation of more complex structure and high-quality texture - all while converging more rapidly than existing methods. We enable controllability over generated scenes with vectorized scene layout conditions for geometric structure control and visual texture control through scene attributes. We confirm the effectiveness of WorldFlow3D on both real outdoor driving scenes and synthetic indoor scenes, validating cross-domain generalizability and high-quality generation on real data distributions. We confirm favorable scene generation fidelity over approaches in all tested settings for unbounded scene generation. For more, see https://light.princeton.edu/worldflow3d.
• Abstract（参考訳）: コンピュータビジョン、グラフィックス、ロボット工学におけるシーンモデリングの基本的なタスクとして、無制限の3Dワールドジェネレーションが登場しつつある。 本研究では,非有界な3次元世界を生成する新しい手法であるWorldFlow3Dを提案する。 フローマッチングの基礎的性質 - すなわち、2つのデータ分布間の移動経路を定義する - より一般的に3次元データ分布を流れる問題として3D生成をモデル化する。 我々の潜在自由流アプローチは因果的かつ正確な3次元構造を生成し、これを中間分布として、より複雑な構造と高品質なテクスチャの生成を導くことができる。 形状制御と視覚的テクスチャ制御のためのベクトル化されたシーンレイアウト条件を持つ生成シーン上での制御性を実現する。 本研究では,実屋外運転シーンと合成室内シーンの両方におけるWorldFlow3Dの有効性を確認し,実データ分布におけるクロスドメインの一般化性と高品質な生成の有効性を検証する。 非有界なシーン生成のための全てのテスト環境におけるアプローチに対するシーン生成の忠実度を検証した。 詳しくはhttps://light.princeton.edu/worldflow3dを参照。

関連論文リスト

• Seen2Scene: Completing Realistic 3D Scenes with Visibility-Guided Flow [80.05357398241574]
  Seen2Sceneは、シーンの完成と生成のために、不完全で現実世界の3Dスキャンをトレーニングする最初のフローマッチングベースのアプローチである。 Seen2Sceneは、現実世界の非完全な3Dスキャンから直接学習することで、複雑で散らかった実環境のためのリアルな3Dシーン補完を可能にする。
  論文  参考訳（メタデータ） (2026-03-30T15:08:38Z)
• OneWorld: Taming Scene Generation with 3D Unified Representation Autoencoder [90.8453349494245]
  本研究では,コヒーレントな3次元表現空間内で直接拡散を行うOneWorldを提案する。 OneWorldは、最先端の2Dベースの方法と比較して、クロスビューの一貫性に優れた高品質な3Dシーンを生成する。
  論文  参考訳（メタデータ） (2026-03-17T03:43:37Z)
• WorldGrow: Generating Infinite 3D World [75.81531067447203]
  我々は、無限に拡張可能な3D世界、すなわちコヒーレントな幾何学と現実的な外観を持つ大規模で連続的な環境を生み出すという課題に取り組む。 本研究では,非有界な3次元シーン合成のための階層的フレームワークWorldGrowを提案する。 提案手法は,(1)高品質なシーンブロックを抽出し,シーン生成に適した3D構造化潜在表現を作成するデータキュレーションパイプライン,(2)コンテキスト認識シーン拡張を可能にする3Dブロックインペイント機構,(3)グローバルなレイアウトの妥当性と局所幾何学的/音声的忠実性の両立を保証する粗大かつ微細な生成戦略,の3つのコアコンポーネントを特徴とする。
  論文  参考訳（メタデータ） (2025-10-24T17:39:52Z)
• Director3D: Real-world Camera Trajectory and 3D Scene Generation from Text [61.9973218744157]
  実世界の3Dシーンと適応カメラトラジェクトリの両方を生成するように設計された,堅牢なオープンワールドテキスト・ツー・3D生成フレームワークであるDirector3Dを紹介する。 Director3Dは既存の手法よりも優れており、実世界の3D生成において優れたパフォーマンスを提供する。
  論文  参考訳（メタデータ） (2024-06-25T14:42:51Z)
• DreamScape: 3D Scene Creation via Gaussian Splatting joint Correlation Modeling [23.06464506261766]
  テキストから3Dシーンを生成するDreamScapeを提案する。 LLMを用いたテキストから意味的プリミティブ、空間変換、関係をエンコードする3Dガウスガイドを使用する。 DreamScapeは最先端のパフォーマンスを実現し、高忠実でコントロール可能な3Dシーン生成を可能にする。
  論文  参考訳（メタデータ） (2024-04-14T12:13:07Z)
• Planner3D: LLM-enhanced graph prior meets 3D indoor scene explicit regularization [31.52569918586902]
  3Dシーンの合成は、ロボティクス、映画、ビデオゲームといった様々な産業に多様な応用がある。 本稿では,シーングラフからリアルで合理的な屋内シーンを生成することを目的とする。 本手法は,特にシーンレベルの忠実度の観点から,より優れた3次元シーン合成を実現する。
  論文  参考訳（メタデータ） (2024-03-19T15:54:48Z)
• 3D-SceneDreamer: Text-Driven 3D-Consistent Scene Generation [51.64796781728106]
  本稿では,2次元拡散モデル以前の自然画像と,現在のシーンのグローバルな3次元情報を利用して,高品質で新しいコンテンツを合成する生成的精細化ネットワークを提案する。 提案手法は,視覚的品質と3次元の整合性を改善した多種多様なシーン生成と任意のカメラトラジェクトリをサポートする。
  論文  参考訳（メタデータ） (2024-03-14T14:31:22Z)
• Pyramid Diffusion for Fine 3D Large Scene Generation [56.00726092690535]
  拡散モデルは2次元画像と小型3次元オブジェクトの生成において顕著な結果を示した。 大規模な3Dシーンの合成への応用はめったに研究されていない。 本稿では,大規模拡散モデルを用いて,高品質な屋外シーンを段階的に生成するフレームワークであるPraamid Discrete Diffusion Model (PDD)を紹介する。
  論文  参考訳（メタデータ） (2023-11-20T11:24:21Z)

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。