北大团队引领3D生成与对齐革新：OctGPT打破扩散模型垄断

近年来，三维形状生成（3D AIGC）技术迅猛发展，成为数字内容创作的重要推动力，尤其在游戏、影视、虚拟现实及工业设计领域展现巨大潜力。

北京大学陈宝权教授团队在三维生成与对齐方面取得突破。他们提出了基于八叉树的3D自回归生成模型OctGPT，打破了扩散模型在三维生成领域的垄断地位，相关论文已被SIGGRAPH 2025接收。此外，团队还设计了仅需单个先验的三维物体对齐框架，并构建了覆盖最广的规范化3D数据集，用于提升生成质量，该成果已被CVPR 2025接收。

OctGPT通过八叉树表达三维形状，结合GPT架构实现高质量生成。它支持文本、图像等多种条件驱动，序列长度扩展至50k，显著提升了细节捕捉能力。模型采用基于窗口注意力的高效自回归机制，训练速度提升13倍，推理速度提升69倍，大幅降低了硬件需求。

在对齐方面，团队提出了一种one-shot方法，仅需一个先验模型即可实现同类物体的高效对齐。该方法结合语义与几何信息，通过支撑面初始化策略和能量函数优化，实现了高精度与鲁棒性。基于此，团队构建了包含1054个类别、32,000个物体的规范化数据集COD，广泛应用于3D生成与具身智能领域。

这些创新不仅推动了三维生成技术的发展，也为多模态三维建模开辟了新路径，展现出广阔的应用前景。