arXiv · cs.AI· Kangjie Chen, Xiangyu Li, Dongbin Zhang, Chaoda Zheng, Shijia Chen, Jinhao Deng, Hongbin Lin, Choo Sin Wai, Minqi Wang, Minghao Yang, Dake Zhong, Guorui Song, Yu Zhang, Xianming Liu, Boyang Wang·· 5 小时前
VGGT-Diff：将视觉几何与扩散模型结合用于稀疏视图新视角合成
VGGT-Diff: Visual Geometry Meets Diffusion for Sparse-View Novel View Synthesis
arXiv:2609.33253v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Kangjie Chen, Xiangyu Li, Dongbin Zhang, Chaoda Zheng, Shijia Chen, Jinhao Deng, Hongbin Lin, Choo Sin Wai, Minqi Wang, Minghao Yang, Dake Zhong, Guorui Song, Yu Zhang, Xianming Liu, Boyang Wang
研究任务与主要进展
VGGT-Diff提出一种几何路由的多视图扩散模型，将VGGT-Ω的视觉几何潜变量引入预训练视频扩散模型，用于稀疏视图新视角合成。该方法通过置信度感知的视觉几何路由器保留前后表面证据，并以点轨迹残差一致性提升多视图稳定性；作者称在不同视角难度下的插值和外推实验取得有竞争力或领先结果。代码地址为 https://github.com/chenkangjie1123/VGGT-Diff。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org