ブロック単位拡散による効率的なテキストから 3D 生成手法「Block3D」

記事の3ポイント

1. 1

   ブロック分割拡散フレームワークの提案

   既存の自己回帰的デコードや全表現を反復処理する拡散モデルの課題に対し、離散形状トークン系列を連続するブロックに分割して生成・共同ノイズ除去を行う Block3D を提案した。

2. 2

   エラー蓄積の解消と精度維持

   各ブロック確定前に低信頼度のトークンを修正する「自信度ガイド付きブロック内補正」を導入し、自己回帰モデル特有のエラー蓄積を緩和した。

3. 3

   推論コストの劇的削減

   TRELLIS-500K のホールドアウトセットでの評価により、平均エンドツーエンド生成時間を 25.71 秒から 4.99 秒へ短縮し、自己回帰ベースラインに対して 5.15 倍の高速化を達成した。