具身智能新手名词表English单图生成3D
Single-Image 3D Reconstruction (Image-to-3D)进阶只给一张照片，让模型补全出物体完整的三维形状和纹理。
单图生成3D指输入一张 RGB 图片，输出物体或场景的三维网格、点云或高斯表示。一张图只拍到正面，背面和被挡住的部分要靠模型从大量 3D 数据里学到的先验去「猜」，所以近年主流做法是用扩散模型（逐步去噪生成数据的模型）先生成多视角图像再重建，或直接生成 3D 表示。对具身智能来说，它能把真实照片里的物体快速变成仿真资产（仿真器里可用的 3D 模型），用于数字孪生、Real-to-Sim 和合成数据；也能帮机器人估计没看到的物体背面形状，辅助抓取规划。
例子拍一张桌上马克杯的照片，用混元3D 生成带纹理的网格，再导入 Isaac Sim 当抓取训练的物体。
- 也叫
- 图生 3D、Image-to-3D、单视图重建
- 相关
- 混元3D（Hunyuan3D）、SAM 3D、仿真资产、现实到仿真、点云补全 / 形状补全、扩散模型
- 来源
- Zero-1-to-3: Zero-shot One Image to 3D Object (arXiv)