論文の概要: Sprint3D: Accelerating End-to-End 3D Asset Generation through Pipeline Optimization
- arxiv url: http://arxiv.org/abs/2611.16701v1
- Date: Thu, 12 Nov 2026 12:18:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.464088
- Title: Sprint3D: Accelerating End-to-End 3D Asset Generation through Pipeline Optimization
- Title(参考訳): Sprint3D:パイプライン最適化によるエンドツーエンド3Dアセット生成の高速化
- Abstract要約: Image-to-3D生成モデルは、アセット品質の高いテクスチャメッシュを生成するが、アセット毎に数分でイテレーションが遅く、デプロイにコストがかかる。
これまでは主にネットワークのサンプリングを加速し、メッシュ処理を最適化し、独自のジェネレータを訓練していた。
代わりに、公開パイプラインから始めて、エンドツーエンドの時間をどれだけ節約できるかを尋ねます。
- 参考スコア(独自算出の注目度): 27.71662597503824
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Image-to-3D generative models now produce asset-quality textured meshes, but at minutes per asset they remain slow to iterate with and costly to deploy. Prior work has mostly accelerated the sampling of the networks, and where it also optimizes the mesh processing, it trains its own generators. We instead start from a publicly released pipeline and ask how much of its end-to-end time can be saved. Profiling the public Pixal3D pipeline shows that its latency is dominated by what happens after the networks: the four rectified flows take 14% of the wall-clock time and mesh post-processing takes 85%, most of it in CPU-based UV unwrapping. We therefore first rebuild the mesh post-processing on the GPU and take it off the critical path, then cut the per-evaluation overhead of the flows and distill them from 76 to 8 network evaluations. The resulting pipeline, Sprint3D, reduces the median time per asset from 133 s to 4.05 s on one H200 GPU at the same export settings (33$\times$). At the same time, on 2,653 held-out Toys4K objects it improves every input-view normal metric of the Pixal3D protocol, with a slightly lower mean silhouette IoU, lower point-cloud alignment scores and less fine texture detail. The rebuilt post-processing alone also speeds up TRELLIS.2, which uses the same export code, by 6.7$\times$ without a detectable change in the evaluated metrics.
- Abstract(参考訳): Image-to-3D生成モデルは、今や資産品質の高いテクスチャメッシュを生成していますが、アセット毎に数分でイテレーションが遅くなり、デプロイにコストがかかります。
これまでは主にネットワークのサンプリングを加速し、メッシュ処理を最適化し、独自のジェネレータを訓練していた。
代わりに、公開パイプラインから始めて、エンドツーエンドの時間をどれだけ節約できるかを尋ねます。
パブリックなPixal3Dパイプラインのプロファイリングは、そのレイテンシがネットワークの後に発生することによって支配されていることを示している。4つの整流フローはウォールクロック時間の14%、メッシュ後処理は85%、CPUベースのUVアンラッピングがほとんどである。
そこで、まずGPU上でのメッシュ後処理を再構築し、クリティカルパスから切り離し、フローの評価オーバーヘッドを76から8のネットワーク評価から抽出する。
結果のパイプラインであるSprint3Dは、同じエクスポート設定(33$\times$)で、1つのH200 GPU上で133sから4.05sまで、アセット当たりの平均的な時間を短縮する。
同時に、2,653個のホールトアウトされたToys4Kオブジェクトでは、Pixal3Dプロトコルのすべてのインプットビュー正規メトリックを改善し、平均シルエットIoUがわずかに低く、ポイントクラウドアライメントスコアが低く、テクスチャの細部も小さくなっている。
再構築後の処理だけで、同じエクスポートコードを使用するTRELLIS.2を6.7$\times$で高速化する。
関連論文リスト
- AssetGen: Deployable 3D Asset Generation at Interactive Speed [71.01210651881287]
AssetGenは、代わりにユーザエクスペリエンスとデプロイ性に焦点を当てた3Dジェネレータです。
基準画像が1つあるとすると、30秒で、焼成されたノーマル、色調、制御されたポリゴン予算を備えた高品質なメッシュが生成される。
AssetGen Flashの亜種は、インタラクティブでエージェント的な生成ループに対して、レイテンシを14秒に短縮する。
論文 参考訳(メタデータ) (2026-05-22T04:58:06Z) - PointTransformerX: Portable and Efficient 3D Point Cloud Processing without Sparse Algorithms [0.10705399532413612]
PointTransformerX(PTX)は、3Dポイントクラウド用のPyTorchネイティブなビジョントランスフォーマーバックボーンである。
PTXは競合精度を維持しながら、すべてのカスタム演算子と外部ライブラリを削除する。
論文 参考訳(メタデータ) (2026-04-27T08:24:55Z) - Speedy MASt3R [68.47052557089631]
MASt3Rは、DUSt3Rを活用して高速な相互マッチング方式を導入することで、画像マッチングを3Dタスクとして再定義する。
高速MASt3Rは、精度を犠牲にすることなく、推論時間(画像ペアあたり198msから91ms)を54%削減する。
この進歩により、リアルタイムな3D理解が可能になり、複合現実ナビゲーションや大規模3Dシーン再構築といったアプリケーションに恩恵をもたらす。
論文 参考訳(メタデータ) (2025-03-13T03:56:22Z) - Speedy-Splat: Fast 3D Gaussian Splatting with Sparse Pixels and Sparse Primitives [60.217580865237835]
3D Gaussian Splatting (3D-GS)は、3D Gaussian のパラメトリック点雲としてシーンをモデル化することで、新しいビューをリアルタイムにレンダリングすることのできる最近の3Dシーン再構築技術である。
レンダリング速度を大幅に向上させるために、3D-GSにおける2つの重要な非効率を同定し、対処する。
われわれのSpeedy-Splatアプローチはこれらの技術を組み合わせて、Mip-NeRF 360、Turps & Temples、Deep Blendingのデータセットから得られる、劇的な$mathit6.71timesで平均レンダリング速度を加速する。
論文 参考訳(メタデータ) (2024-11-30T20:25:56Z) - Flow4D: Leveraging 4D Voxel Network for LiDAR Scene Flow Estimation [20.904903264632733]
Flow4Dは3Dイントラボクセル機能エンコーダの後、時間的に複数の点雲を融合する。
Spatio-Temporal De Blockcomposition (STDB)は、重い4Dコンボリューションを使用する代わりに、3Dと1Dコンボリューションを組み合わせる。
Flow4Dは、リアルタイム実行時の最先端よりも45.9%高いパフォーマンスを実現している。
論文 参考訳(メタデータ) (2024-07-10T18:55:43Z) - Splatter Image: Ultra-Fast Single-View 3D Reconstruction [67.96212093828179]
Splatter ImageはGaussian Splattingをベースにしており、複数の画像から3Dシーンを高速かつ高品質に再現することができる。
テスト時に38FPSでフィードフォワードで再構成を行うニューラルネットワークを学習する。
いくつかの総合、実、マルチカテゴリ、大規模ベンチマークデータセットにおいて、トレーニング中にPSNR、LPIPS、その他のメトリクスでより良い結果を得る。
論文 参考訳(メタデータ) (2023-12-20T16:14:58Z)
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。