UniLat3D: Geometry-Appearance Unified Latents for Single-Stage 3D Generation

一句话概述

UniLat3D 将形状和外观共同编码到一个紧凑潜变量中，使单个流匹配模型能够在一个阶段内直接生成带纹理的三维资产。

摘要

许多预训练三维生成模型采用先生成几何、再合成外观的两阶段流程，这种解耦设计容易造成几何与纹理错位，并带来额外计算开销。UniLat3D 提出统一框架，将几何和外观编码到同一潜空间中，实现直接的单阶段生成。其几何外观 Unified VAE 将高分辨率稀疏特征压缩为紧凑的稠密表示 UniLat，统一保存结构和视觉信息，并可解码为三维高斯、网格等多种格式。在此基础上，单个流匹配模型可将高斯噪声直接映射到 UniLat，省去冗余生成阶段。UniLat3D 仅使用公开数据训练，能在数秒内从单张图像生成高质量三维资产，并在外观保真度和几何质量上取得良好表现。

主要贡献

• 在一个紧凑三维潜表示中统一建模几何和外观。
• 使用单个流匹配模型替代传统两阶段纹理资产生成流程。
• 支持将统一表示解码为三维高斯和网格等多种格式。

引用

@inproceedings{wu2026unilat3d,
  title={UniLat3D: Geometry-Appearance Unified Latents for Single-Stage 3D Generation},
  author={Wu, Guanjun and Fang, Jiemin and Yang, Chen and Li, Sikuang and Yi, Taoran and Lu, Jia and Zhou, Zanwei and Cen, Jiazhong and Xie, Lingxi and Zhang, Xiaopeng and Wei, Wei and Liu, Wenyu and Wang, Xinggang and Tian, Qi},
  booktitle={Findings of CVPR},
  year={2026},
  doi={10.48550/arXiv.2509.25079}
}