GaussianAnything：用于3D生成的交互式点云潜在扩散模型

GaussianAnything是一个新颖的3D生成框架，采用级联3D扩散流程，可根据单视图图像或文本生成高质量、可编辑的曲面高斯模型。它使用带有多视图姿态RGB-D-N渲染的变分自动编码器（VAE），其独特的潜在空间设计保留了3D形状信息。该方法支持多模态条件3D生成，允许点云、文本描述和单/多视图图像输入。此外，新提出的潜在空间能够进行几何-纹理解耦，从而支持3D感知编辑。实验结果表明，GaussianAnything在多个数据集上优于现有方法。