arXiv Computer Vision· Wenyue Chen, Wenjue Chen, Peng Li, Qinghe Wang, Xu Jia, Heliang Zheng, Rongfei Jia, Yuan Liu, Ronggang Wang·· 8 小时前AI 评分31
Know3D：用视觉语言模型知识通过提示词引导 3D 生成
Know3D: Prompting 3D Generation with Knowledge from Vision-Language Models
AI 导读
Know3D 通过注入多模态大语言模型的隐状态知识，让 3D 生成模型能按语言指令可控地生成资产背面视角。该框架用 VLM 负责语义理解与引导，扩散模型作为桥梁把语义知识传递给 3D 生成模型，将原本随机的背面幻觉转为语义可控的过程。论文被 ECCV 2026 收录。
来源：arXiv Computer Vision · arxiv.org