DreamStyle3D

现有3D风格化方法常面临风格与几何纠缠导致的伪影，或依赖缓慢的2D-to-3D流程。DreamStyle3D通过Decoupled Dual Cross-Attention (DDCA)将几何与风格特征解耦，并结合Style Disentanglement Augmentation训练策略，在保持结构一致性的同时实现高效风格迁移。实验显示其在CLIP和DINO指标上优于StyleTex等基线，且推理时间仅需约10秒。需注意其依赖预训练编码器的潜在偏差。