Apple LiTo 統一 3D 幾何與外觀

🔑 增強重點摘要

• •LiTo 論文由 Apple 研究員 Jen-Hao Rick Chang、Xiaoming Zhao、Dorian Chan 和 Oncel Tuzel 撰寫，並提交至 ICLR 2026 會議[1][2][4]。
• •方法透過輸入表面點、顏色及觀看方向來編碼表面光場，超越僅使用 RGB 點雲的傳統方法[3]。
• •訓練潛在流匹配模型，從單一輸入影像條件下生成完整 3D 物件，推斷幾何與視圖依賴外觀[2][3]。
• •實驗顯示 LiTo 在重建品質上優於 Xiang et al. (2025)、Li et al. (2025a)、He et al. (2025)、Chen et al. (2025b) 和 Chang et al. (2024) 等 SOTA 方法[3]。

🛠️ 技術深入

• •LiTo 使用隨機子樣本的 RGB-深度影像作為表面光場樣本，編碼成緊湊潛在向量集合[2][3]。
• •輸入包含表面點、顏色及觀看方向，以捕捉材料隨角度變化的視圖依賴效果[3]。
• •基於表示訓練潛在流匹配模型，條件於單一輸入影像學習 3D 潛在表示的分佈[2][3]。
• •評估指標包括重建品質，視覺品質提升且幾何準確度未顯著下降[3]。
• •開源代碼發布於 GitHub apple/ml-lito[1]。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線