Papers·2일 전
Arbor: 3D 생성에 공간 제약을 직접 주입하는 어태치먼트 — hull/avoid/touch 제어
Stability Labs 팀이 텍스트 조건 3D 생성 모델에 공간 제약(hull, avoidance, touch)을 직접 주입할 수 있는 trainable attachment 'Arbor'를 공개했습니다. 제약 메시를 토큰화해 frozen denoiser 내 routed attachment로 학습시키는 방식으로, 프롬프트나 이미지로 전달하기 어려운 공간 의도를 명시적으로 제어합니다. 자동 및 아티스트 큐레이션 벤치마크에서 제약 준수도를 개선했으며, 객체 품질과 다양성은 유지했습니다.
Stability Labs 팀이 텍스트 조건 3D 생성에 공간 제약을 직접 주입하는 trainable attachment 'Arbor'를 공개했습니다.
핵심 결론
- 태스크 — 텍스트 조건 3D 생성에서 hull(존재 영역), avoidance(회피 영역), touch(접촉 영역) 제약을 명시적으로 제어.
- 성능 — 자동 및 아티스트 큐레이션 벤치마크에서 제약 준수도 개선, 객체 품질과 다양성은 유지.
방법
- 제약 메시 — hull, avoidance, touch 세 종류의 지역적 타입 요구사항을 메시로 정의.
- 토큰화 — 제약 메시를 토큰으로 변환해 frozen denoiser 내 routed attachment로 학습.
- 각 잠재 영역이 자신의 공간 위치에 해당하는 제약만 수신하도록 설계된 점이 핵심입니다.
한계·조건
- 전용 손실 — 전용 compliance loss 없이도 개선되었으나, 더 강한 제약에는 추가 손실이 필요할 수 있습니다.
- 평가 — 자동 벤치마크 외에 사용자 선호도 연구도 수행했지만, 다양한 도메인으로의 일반화는 추가 검증이 필요합니다.
편집자 한 줄
프롬프트만으로 전달하기 어려운 공간 의도를 메시로 직접 제어할 수 있다는 점이 실용적으로 보입니다.
- #3d-generation
- #spatial-control
- #stability-ai
- #constraint-mesh
Stability Labs