ROAD: 3D 형상 생성을 위한 판별적 의미론의 상호 목적 정렬

연구진이 3D 형태 생성 프레임워크 ROAD를 공개했다. 판별형 3D 파운데이션 모델의 의미·구조 지식을 디퓨전 트랜스포머로 이전한다.

ROAD는 전역 의미 압축과 이분 매칭 기반 구조 정렬을 결합한 상호 정렬 방식을 사용하며, 파운데이션 모델은 학습 단계에서만 활용된다.

이 방식은 Step1X-3D와 비교해 1.5%의 데이터만으로도 경쟁력 있는 결과를 보였고, 고품질 3D 생성의 데이터·연산 비용을 낮출 가능성이 있다.