Image de couverture de livre

Flash Sculptor: Modular 3D Worlds from Objects

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Hu, Yujia, Liu, Songhua, Yang, Xingyi, Wang, Xinchao
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

Image Editing As Programs with Diffusion Models
par: Hu, Yujia, et autres
Publié: (2025)

FlashSplat: 2D to 3D Gaussian Splatting Segmentation Solved Optimally
par: Shen, Qiuhong, et autres
Publié: (2024)

Hash3D: Training-free Acceleration for 3D Generation
par: Yang, Xingyi, et autres
Publié: (2024)

Video-Infinity: Distributed Long Video Generation
par: Tan, Zhenxiong, et autres
Publié: (2024)

Gated Condition Injection without Multimodal Attention: Towards Controllable Linear-Attention Transformers
par: Liu, Yuhe, et autres
Publié: (2026)

Control and Realism: Best of Both Worlds in Layout-to-Image without Training
par: Li, Bonan, et autres
Publié: (2025)

Vision Bridge Transformer at Scale
par: Tan, Zhenxiong, et autres
Publié: (2025)

OminiControl2: Efficient Conditioning for Diffusion Transformers
par: Tan, Zhenxiong, et autres
Publié: (2025)

StyDeSty: Min-Max Stylization and Destylization for Single Domain Generalization
par: Liu, Songhua, et autres
Publié: (2024)

WorldWarp: Propagating 3D Geometry with Asynchronous Video Diffusion
par: Kong, Hanyang, et autres
Publié: (2025)

Language Model as Visual Explainer
par: Yang, Xingyi, et autres
Publié: (2024)

Compositional Video Generation as Flow Equalization
par: Yang, Xingyi, et autres
Publié: (2024)

OminiControl: Minimal and Universal Control for Diffusion Transformer
par: Tan, Zhenxiong, et autres
Publié: (2024)

CoDA: From Text-to-Image Diffusion Models to Training-Free Dataset Distillation
par: Zhou, Letian, et autres
Publié: (2025)

CLEAR: Conv-Like Linearization Revs Pre-Trained Diffusion Transformers Up
par: Liu, Songhua, et autres
Publié: (2024)

C4D: 4D Made from 3D through Dual Correspondences
par: Wang, Shizun, et autres
Publié: (2025)

GFlow: Recovering 4D World from Monocular Video
par: Wang, Shizun, et autres
Publié: (2024)

Focus on Neighbors and Know the Whole: Towards Consistent Dense Multiview Text-to-Image Generator for 3D Creation
par: Li, Bonan, et autres
Publié: (2024)

Test3R: Learning to Reconstruct 3D at Test Time
par: Yuan, Yuheng, et autres
Publié: (2025)

Efficient Gaussian Splatting for Monocular Dynamic Scene Rendering via Sparse Time-Variant Attribute Modeling
par: Kong, Hanyang, et autres
Publié: (2025)

Unsegment Anything by Simulating Deformation
par: Lu, Jiahao, et autres
Publié: (2024)

Relation Rectification in Diffusion Model
par: Wu, Yinwei, et autres
Publié: (2024)

1000+ FPS 4D Gaussian Splatting for Dynamic Scene Rendering
par: Yuan, Yuheng, et autres
Publié: (2025)

Understanding Dataset Distillation via Spectral Filtering
par: Bo, Deyu, et autres
Publié: (2025)

One-shot Federated Learning via Synthetic Distiller-Distillate Communication
par: Zhang, Junyuan, et autres
Publié: (2024)

Ultra-Resolution Adaptation with Ease
par: Yu, Ruonan, et autres
Publié: (2025)

Teddy: Efficient Large-Scale Dataset Distillation via Taylor-Approximated Matching
par: Yu, Ruonan, et autres
Publié: (2024)

Neural Metamorphosis
par: Yang, Xingyi, et autres
Publié: (2024)

Rethinking Large-scale Dataset Compression: Shifting Focus From Labels to Images
par: Xiao, Lingao, et autres
Publié: (2025)

Kolmogorov-Arnold Transformer
par: Yang, Xingyi, et autres
Publié: (2024)

MindBridge: A Cross-Subject Brain Decoding Framework
par: Wang, Shizun, et autres
Publié: (2024)

Distilled Datamodel with Reverse Gradient Matching
par: Ye, Jingwen, et autres
Publié: (2024)

LinFusion: 1 GPU, 1 Minute, 16K Image
par: Liu, Songhua, et autres
Publié: (2024)

Top-Down Compression: Revisit Efficient Vision Token Projection for Visual Instruction Tuning
par: li, Bonan, et autres
Publié: (2025)

Heavy Labels Out! Dataset Distillation with Label Space Lightening
par: Yu, Ruonan, et autres
Publié: (2024)

ViFeEdit: A Video-Free Tuner of Your Video Diffusion Transformer
par: Yu, Ruonan, et autres
Publié: (2026)

Vista3D: Unravel the 3D Darkside of a Single Image
par: Shen, Qiuhong, et autres
Publié: (2024)

DragGaussian: Enabling Drag-style Manipulation on 3D Gaussian Representation
par: Shen, Sitian, et autres
Publié: (2024)

PE3R: Perception-Efficient 3D Reconstruction
par: Hu, Jie, et autres
Publié: (2025)

Q-ARVD: Quantizing Autoregressive Video Diffusion Models
par: Tang, Siao, et autres
Publié: (2026)