标题：扩散模型还原被遮挡物体，几张稀疏照片也能“脑补”完整重建交互式3D场景｜CVPR’25

北京通用人工智能研究院联合清华大学、北京大学的研究团队提出DP-Recon方法，利用生成式扩散模型解决稀疏视角下3D场景重建难题。传统方法难以还原被遮挡区域，而DP-Recon通过组合式重建策略和可见性建模技术，即使只有少量照片，也能智能推断隐藏细节并重建每个物体和背景。

DP-Recon的关键创新包括：组合式场景重建、分阶段优化（几何与外观）、以及基于可见性的SDS权重机制。这些技术使模型在已有照片信息处保持忠实，在空白区域发挥生成潜力。实验显示，DP-Recon在稀疏视角下显著优于现有方法，尤其在遮挡区域的重建效果上表现突出。

应用方面，DP-Recon可用于智能家居重建、3D AIGC内容创作及影视游戏工业化。只需少量照片，即可生成高质量带纹理场景模型，支持基于文本的场景编辑和高效交互内容开发。

团队由清华大学、北京大学的研究者组成，论文已发布于ArXiv，项目主页和代码仓库同步上线。