20260128【高保真原生三维内容生成】杨蛟龙：TRELLIS.2: Native and Compact Structured Latents for 3D
报告嘉宾：杨蛟龙 (微软亚洲研究院)
报告时间：2026年1月28日 (星期三)晚上20:00 (北京时间)
报告题目：TRELLIS.2: Native and Compact Structured Latents for 3D Generation
报告人简介：
杨蛟龙，微软亚洲研究院首席研究员、研究经理，研究方向为三维计算机视觉、AI内容生成。2016于澳大利亚国立大学与北京理工大学获得双授博士学位后加入微软亚洲研究院，以第一作者或所指导学生为第一作者在CVPR/ ICCV/ ECCV/ SIGGRAPH/ NeurIPS/ TPAMI等顶级计算机视觉与图形学会议和期刊发表论文40余篇，Google Scholar引用9000余次，开源项目Github Star 2万余次。多次担任CVPR/ ICCV/ ECCV等会议领域主席，现任顶级期刊IJCV编委。数项技术成功转化到微软产品中供广泛用户使用。获IEEE VR/ TVCG 2022最佳论文奖与2025最佳论文提名奖、2017年中国图形图像协会优秀博士论文奖 (全国4篇)。
个人主页：
https://jlyang.org/
报告摘要：
近年来，3D生成建模技术的进步显著提升了生成模型的真实感，但现有表示方法仍存在局限性，难以生成具有复杂拓扑结构和精细外观的物体。本文提出了一种从原生3D数据中学习结构化潜在表示的方法以应对这一困难。该方法的核心是一种名为O-Voxel的新型稀疏体素结构，它能够同时编码几何形状和外观信息。O-Voxel能够鲁棒地建模任意拓扑结构，包括开放曲面、非流形曲面和完全封闭曲面，同时还能捕捉纹理颜色之外的各种表面属性，例如基于物理的渲染参数 (PBR)。基于O-Voxel，我们设计了一种稀疏压缩VAE，它能够提供高空间压缩率和紧凑的潜在空间。我们训练了包含4B参数的大规模流匹配模型用于3D生成。尽管模型规模庞大，但推理效率依然很高，同时所生成的物体的几何形状和材质质量远超现有模型。
参考文献：
[1] Structured 3D Latents for Scalable and Versatile 3D Generation. CVPR 2025.
[2] Native and Compact Structured Latents for 3D Generation. arXiv preprint arXiv:2512.14692, 2025.
为计算机视觉、图像处理、模式识别与机器学习等研究领域内的华人青年学者提供深入学术交流的舞台。
顶部