JoVox以联合分层流匹配实现轻量体素生成
AI 总结
Xiangjun Tang、Jianqi Chen和Peter Wonka于2026年11月7日向arXiv提交JoVox论文。该方法在整个体素层级上采用离散流匹配、两级预测和重新审视早期决策的解掩码策略。作者称其表现优于多个基线,相比TRELLIS.2实现8倍训练吞吐量及前向计算FLOPs的1/15。他们还报告称,该方法使用4块而非32块GPU进行训练,并取得更高质量和低11%的Chamfer距离;这些基准结果均为作者自述。
深度见解
JoVox提供了一种生成高保真体素的计算高效方法。作者报告称,该方法相较TRELLIS.2提升了训练效率、降低了前向计算量并取得了更高质量,但供应的报告未对这些基准结果进行独立验证。
Computer Science > Computer Vision and Pattern Recognition
arXiv:2611.10690 (cs)
[Submitted on 7 Nov 2026]
Title:JoVox: Joint Hierarchical Flow Matching for Lightweight Voxel Generation
Authors:Xiangjun Tang, Jianqi Chen, Peter Wonka
View a PDF of the paper titled JoVox: Joint Hierarchical Flow Matching for Lightweight Voxel Generation, by Xiangjun Tang and 2 other authors