Axolotl3D

Axolotl3D提出了一种多模态、遮挡感知的3D生成框架，通过联合条件输入图像、可见性掩码、相机参数和部分点云，实现了单视图生成、稀疏多视图重建、遮挡补全及几何感知编辑的统一处理。在Toys4K和OmniObject3D数据集上，该方法在单视图无遮挡、多视图无遮挡、单视图有遮挡及多视图有遮挡场景下均取得最优F-score，显著优于ShapeR和Hunyuan3D-Omni。模型通过掩码偏置交叉注意力机制和合成数据增强策略，增强了对部分和异构观测的鲁棒性。但需注意，模型对相机视角变化鲁棒性有限，极度细薄结构可能无法完全连接，且仅生成形状不预测纹理。