Block3D：分块扩散实现高效文本生成3D

尽管文本到3D生成技术已迅速发展，但在低推理成本下实现高几何保真度仍具挑战性。现有的文本到3D方法要么通过自回归方式解码离散形状令牌，要么通过扩散或流模型迭代细化全局3D表示。然而，自回归解码是顺序进行的，无法修正错误，而扩散和流匹配模型则反复处理完整表示，使得高质量生成成本日益增加。在本文中，我们提出了Block3D，一种分块扩散框架，将离散形状令牌序列划分为连续块，自回归生成这些块，并联合去噪当前块内的所有令牌。为了减轻错误累积，我们引入了基于置信度的块内校正，在每个块最终确定之前修正低置信度令牌。在TRELLIS-500K的保留集上，Block3D将平均端到端生成时间从25.71秒减少到4.99秒，相比微调的自回归基线实现了5.15倍的加速，且不牺牲几何保真度。