Buchumschlag

Collaborative Multi-Modal Coding for High-Quality 3D Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cao, Ziang, Chen, Zhaoxi, Pan, Liang, Liu, Ziwei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PhysX-3D: Physical-Grounded 3D Asset Generation
von: Cao, Ziang, et al.
Veröffentlicht: (2025)

PhysX-Anything: Simulation-Ready Physical 3D Assets from Single Image
von: Cao, Ziang, et al.
Veröffentlicht: (2025)

PhysX-Omni: Unified Simulation-Ready Physical 3D Generation for Rigid, Deformable, and Articulated Objects
von: Cao, Ziang, et al.
Veröffentlicht: (2026)

DiffTF++: 3D-aware Diffusion Transformer for Large-Vocabulary 3D Generation
von: Cao, Ziang, et al.
Veröffentlicht: (2024)

OnlineSI: Taming Large Language Model for Online 3D Understanding and Grounding
von: Liu, Zixian, et al.
Veröffentlicht: (2026)

3DTopia: Large Text-to-3D Generation Model with Hybrid Diffusion Priors
von: Hong, Fangzhou, et al.
Veröffentlicht: (2024)

Generative Gaussian Splatting for Unbounded 3D City Generation
von: Xie, Haozhe, et al.
Veröffentlicht: (2024)

3DTopia-XL: Scaling High-quality 3D Asset Generation via Primitive Diffusion
von: Chen, Zhaoxi, et al.
Veröffentlicht: (2024)

CityDreamer: Compositional Generative Model of Unbounded 3D Cities
von: Xie, Haozhe, et al.
Veröffentlicht: (2023)

FashionEngine: Interactive 3D Human Generation and Editing via Multimodal Controls
von: Hu, Tao, et al.
Veröffentlicht: (2024)

LGM: Large Multi-View Gaussian Model for High-Resolution 3D Content Creation
von: Tang, Jiaxiang, et al.
Veröffentlicht: (2024)

Dual-Expert Consistency Model for Efficient and High-Quality Video Generation
von: Lv, Zhengyao, et al.
Veröffentlicht: (2025)

3D Scene Generation: A Survey
von: Wen, Beichen, et al.
Veröffentlicht: (2025)

Compositional Generative Model of Unbounded 4D Cities
von: Xie, Haozhe, et al.
Veröffentlicht: (2025)

HSImul3R: Physics-in-the-Loop Reconstruction of Simulation-Ready Human-Scene Interactions
von: Cao, Yukang, et al.
Veröffentlicht: (2026)

Rethinking Cross-Modal Interaction in Multimodal Diffusion Transformers
von: Lv, Zhengyao, et al.
Veröffentlicht: (2025)

4DNeX: Feed-Forward 4D Generative Modeling Made Easy
von: Chen, Zhaoxi, et al.
Veröffentlicht: (2025)

GS-VTON: Controllable 3D Virtual Try-on with Gaussian Splatting
von: Cao, Yukang, et al.
Veröffentlicht: (2024)

CCF: Complementary Collaborative Fusion for Domain Generalized Multi-Modal 3D Object Detection
von: Wu, Yuchen, et al.
Veröffentlicht: (2026)

MMTryon: Multi-Modal Multi-Reference Control for High-Quality Fashion Generation
von: Zhang, Xujie, et al.
Veröffentlicht: (2024)

Free4D: Tuning-free 4D Scene Generation with Spatial-Temporal Consistency
von: Liu, Tianqi, et al.
Veröffentlicht: (2025)

Multi-Modal Data-Efficient 3D Scene Understanding for Autonomous Driving
von: Kong, Lingdong, et al.
Veröffentlicht: (2024)

Pandora3D: A Comprehensive Framework for High-Quality 3D Shape and Texture Generation
von: Yang, Jiayu, et al.
Veröffentlicht: (2025)

Kinema4D: Kinematic 4D World Modeling for Spatiotemporal Embodied Simulation
von: Xu, Mutian, et al.
Veröffentlicht: (2026)

AvatarGO: Zero-shot 4D Human-Object Interaction Generation and Animation
von: Cao, Yukang, et al.
Veröffentlicht: (2024)

Light-X: Generative 4D Video Rendering with Camera and Illumination Control
von: Liu, Tianqi, et al.
Veröffentlicht: (2025)

DreamGaussian4D: Generative 4D Gaussian Splatting
von: Ren, Jiawei, et al.
Veröffentlicht: (2023)

MMInstruct: A High-Quality Multi-Modal Instruction Tuning Dataset with Extensive Diversity
von: Liu, Yangzhou, et al.
Veröffentlicht: (2024)

Multi-Modal Prompt Learning on Blind Image Quality Assessment
von: Pan, Wensheng, et al.
Veröffentlicht: (2024)

Modality-Balanced Collaborative Distillation for Multi-Modal Domain Generalization
von: Wang, Xiaohan, et al.
Veröffentlicht: (2025)

Hi3DEval: Advancing 3D Generation Evaluation with Hierarchical Validity
von: Zhang, Yuhan, et al.
Veröffentlicht: (2025)

TUNI: Real-time RGB-T Semantic Segmentation with Unified Multi-Modal Feature Extraction and Cross-Modal Feature Fusion
von: Guo, Xiaodong, et al.
Veröffentlicht: (2025)

BriMA: Bridged Modality Adaptation for Multi-Modal Continual Action Quality Assessment
von: Zhou, Kanglei, et al.
Veröffentlicht: (2026)

ShapeGen: Towards High-Quality 3D Shape Synthesis
von: Li, Yangguang, et al.
Veröffentlicht: (2025)

LongVie: Multimodal-Guided Controllable Ultra-Long Video Generation
von: Gao, Jianxiong, et al.
Veröffentlicht: (2025)

ArtHOI: Articulated Human-Object Interaction Synthesis by 4D Reconstruction from Video Priors
von: Huang, Zihao, et al.
Veröffentlicht: (2026)

Towards Personalized Multi-Modal MRI Synthesis across Heterogeneous Datasets
von: Zhang, Yue, et al.
Veröffentlicht: (2026)

Reconstructing 4D Spatial Intelligence: A Survey
von: Cao, Yukang, et al.
Veröffentlicht: (2025)

MUSES: 3D-Controllable Image Generation via Multi-Modal Agent Collaboration
von: Ding, Yanbo, et al.
Veröffentlicht: (2024)

FreeTraj: Tuning-Free Trajectory Control in Video Diffusion Models
von: Qiu, Haonan, et al.
Veröffentlicht: (2024)