SynCity 3000：引导场景尺度3D扩散

我们提出了SynCity 3000，一个用于生成全局连贯且支持细粒度布局控制的3D场景的框架。基于当前图像到3D生成器能够从单个图像生成复杂3D资产的能力，我们通过将生成器改编为卷积算子，将其能力扩展到整个场景的规模。我们通过在一个新的合成数据引擎生成场景式数据上对模型进行微调来实现这一点，该引擎旨在解决3D场景训练数据稀缺的问题。然后将卷积生成器应用于根据用户提示生成的整个场景的等距图像，从而产生任意大小和复杂度的3D场景。在不同的提示和布局下，SynCity 3000生成了大型、连贯且细致的场景，解决了先前3D场景生成方法的不足。