論文の概要: Probability-Flow Distillation: Exact Wasserstein Gradient Flow for High-Fidelity 3D Generation

• arxiv url: http://arxiv.org/abs/2605.09071v1
• Date: Sat, 09 May 2026 17:27:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.056483
• Title: Probability-Flow Distillation: Exact Wasserstein Gradient Flow for High-Fidelity 3D Generation
• Title（参考訳）: 確率-流れ蒸留:高忠実度3次元生成のためのワッサースタイン勾配流れ
• Abstract要約: 確率フロー蒸留(Probability-Flow Distillation, PFD)と呼ばれる自然に動機付けられた拡張法を提案する。 PFD はワッサーシュタイン勾配流と正確に対応し、したがって分布整合力学を原理とする。 PFDは, 細粒度, 高忠実度で3Dアセットを合成し, 既存の手法と比較して品質の向上を図っている。
• 参考スコア（独自算出の注目度）: 8.93197829230536
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Score Distillation Sampling (SDS) and its variants have been widely used for text-to-3D generation by distilling 2D image diffusion priors. However, the standard SDS objective is prone to severe mode collapse, frequently yielding over-smoothed and over-saturated results. Although recent advancements, such as Score Distillation via Inversion (SDI), mitigate these artifacts and produce visually sharper models, they ultimately fail to faithfully capture the full target distribution. In this work, we show that the bottleneck limiting the sampling capacity of SDI stems from its reliance on the posterior mean estimator, which is mathematically equivalent to a single-step Euler approximation of the deterministic reverse DDIM trajectory. To address this, we propose a naturally motivated extension termed Probability-Flow Distillation (PFD). We establish that PFD corresponds exactly to a Wasserstein gradient flow, thereby inducing principled distribution-matching dynamics. Finally, we show that PFD can synthesize 3D assets with fine-grained, high-fidelity details and achieve improved quality compared to existing methods.
• Abstract（参考訳）: SDS(Score Distillation Sampling)とその変種は2次元画像拡散前駆体を蒸留することによってテキストから3次元生成に広く用いられている。 しかし、標準SDSの目的は、重度のモード崩壊を起こし、しばしば過度に滑らかで過飽和な結果をもたらす。 SDI(Score Distillation via Inversion)のような最近の進歩は、これらのアーティファクトを緩和し、視覚的によりシャープなモデルを生成するが、最終的には完全なターゲット分布を忠実に捉えられなかった。 本研究では,SDIのサンプリング能力を制限するボトルネックは,決定論的逆DDIM軌道の1ステップのオイラー近似と数学的に等価な後続平均推定器に依存することから生じることを示した。 そこで本研究では,PFD (Probability-Flow Distillation) と呼ばれる自然に動機付けられた拡張法を提案する。 我々は、PFDがワッサーシュタイン勾配流と完全に一致することを証明し、原理的分布マッチング力学を誘導する。 最後に,PFDは細粒度,高忠実度で3Dアセットを合成でき,既存の手法と比較して品質が向上することを示す。

関連論文リスト

• Walking the Schrödinger Bridge: A Direct Trajectory for Text-to-3D Generation [51.337622918786074]
  本稿では,新しいテキストから3D生成フレームワークであるTray-Centric Distillation (TraCe)を紹介する。 TraCeは、最先端技術よりも優れた品質と忠実性を実現している。
  論文  参考訳（メタデータ） (2025-11-06T09:21:57Z)
• Score Distillation of Flow Matching Models [67.86066177182046]
  我々は、Score Identity Distillation (SiD) を事前訓練されたテキスト対画像フローマッチングモデルに拡張する。 SiDは、データフリーとデータアシストの両方の設定で、これらのモデルですぐに使える。 これは、スコア蒸留がテキストと画像のフローマッチングモデルに広く適用されるという最初の体系的な証拠を提供する。
  論文  参考訳（メタデータ） (2025-09-29T17:45:48Z)
• Adversarial Distribution Matching for Diffusion Distillation Towards Efficient Image and Video Synthesis [65.77083310980896]
  本稿では, 実測値と偽測値の間に潜時予測を整列させる適応分布マッチング (ADM) を提案する。 提案手法は,DMD2と比較してSDXLの1ステップ性能に優れ,GPU時間が少ない。 SD3-Medium, SD3.5-Large, CogVideoX に多段階の ADM 蒸留を適用した実験では, 画像と映像の効率的な合成に向けた新しいベンチマークが設定された。
  論文  参考訳（メタデータ） (2025-07-24T16:45:05Z)
• SegmentDreamer: Towards High-fidelity Text-to-3D Synthesis with Segmented Consistency Trajectory Distillation [37.329698607074114]
  テキスト・ツー・3D生成の最近の進歩は、スコア蒸留サンプリング(SDS)とそのバリエーションの視覚的品質を改善している。 自己整合性と相互整合性の不均衡のため、CDベースの手法は本質的に不適切な条件ガイダンスに悩まされる。 我々は,高忠実度テキスト・ツー・3D生成のための一貫性モデルの可能性を完全に解き放つために設計された新しいフレームワークであるSegmentDreamerを提案する。
  論文  参考訳（メタデータ） (2025-07-07T17:59:05Z)
• Consistent Flow Distillation for Text-to-3D Generation [14.150490171643034]
  SDS (Score Distillation Sampling) は3次元画像生成モデルの蒸留に大きく貢献している。 しかし、その最大形状探索行動は、視覚的品質と多様性の低下を招き、その3Dアプリケーションにおける有効性を制限している。 本稿では,これらの制限に対処するコンシスタントフロー蒸留(CFD)を提案する。
  論文  参考訳（メタデータ） (2025-01-09T18:56:05Z)
• Diverse Score Distillation [27.790458964072823]
  ランダムな初期シードによって定義された生成経路に従うよう最適化するスコアの定式化を提案する。 本稿では,2次元最適化,テキストベースの3D推論,単一ビュー再構成などのタスクにまたがるDSD(Diverse Score Distillation)の応用について紹介する。
  論文  参考訳（メタデータ） (2024-12-09T18:59:02Z)
• Consistent3D: Towards Consistent High-Fidelity Text-to-3D Generation with Deterministic Sampling Prior [87.55592645191122]
  スコア蒸留サンプリング(SDS)とその変種は、テキスト・ツー・3D世代の発展を大幅に加速させたが、幾何崩壊やテクスチャの低下に弱い。 テキストから3D生成に先立ってODE決定論的サンプリングを探索する新しい「一貫性3D」手法を提案する。 実験により,高忠実で多様な3Dオブジェクトと大規模シーンの生成にConsistent3Dの有効性が示された。
  論文  参考訳（メタデータ） (2024-01-17T08:32:07Z)
• SteinDreamer: Variance Reduction for Text-to-3D Score Distillation via Stein Identity [70.32101198891465]
  スコア蒸留における勾配推定は, 分散度が高いことが示唆された。 本稿では,Stin Score Distillation (SSD) と呼ばれる,スコア蒸留の分散を低減するための,より一般的な解を提案する。 我々はSteinDreamerがより安定した勾配更新により既存の方法よりも高速に収束できることを実証した。
  論文  参考訳（メタデータ） (2023-12-31T23:04:25Z)
• Taming Mode Collapse in Score Distillation for Text-to-3D Generation [70.32101198891465]
  Janus"アーティファクトはテキストから3D生成における問題であり、生成されたオブジェクトは複数のフロントフェイスで各ビューを偽装する。 エントロピースコア蒸留(Entropic Score Distillation, ESD)と呼ばれる新しい3Dスコア蒸留法を提案する。 恥ずかしいほど単純ではないが,我々はESDがJanusアーティファクトのスコア蒸留に有効であることを示す実験を行った。
  論文  参考訳（メタデータ） (2023-12-31T22:47:06Z)

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。