---
title: "Flex3D – Meta GenAI和牛津大学共同推出的两阶段3D生成框架"
url: "https://paooo.com/aigc-news/25362/"
author: "Prompt 语宙研究院"
published_at: "2026-07-13T13:18:29+08:00"
updated_at: "2026-07-13T13:18:29+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Flex3D – Meta GenAI和牛津大学共同推出的两阶段3D生成框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/25362/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-13

## AI 30 秒核心看点 (TL;DR)

- 两阶段流程先生成候选视图并筛选，再由FlexRM重建，兼顾质量与一致性。
- FlexRM基于Transformer，可处理任意数量输入视图，并直接输出3D高斯点。
- 在3D重建与生成任务中达到最先进性能，用户研究胜率超过92%。

## Flex3D是什么

Flex3D是Meta的GenAI团队和牛津大学研究团队推出的创新的两阶段3D生成框架，能基于任意数量的高质量输入视图，解决从文本、单张图片或稀疏视图图像生成高质量3D内容的挑战。第一阶段，基于微调的多视图和视频扩散模型生成多样化的候选视图，用视图选择机制确保只有高质量和一致的视图被用于重建。第二阶段，用灵活重建模型（FlexRM），一个基于transformer架构的模型，能处理任意数量的输入视图，并直接输出3D高斯点实现高效、详细的三维生成。Flex3D在3D重建和生成任务中实现最先进的性能，用户研究胜率超过92%。

## Flex3D的主要功能

- **高质量的3D内容生成**：从文本描述、单张图片或稀疏视图图像生成高质量的3D模型。

- **灵活的视图生成**：基于微调的多视图和视频扩散模型，生成丰富的候选视图，捕捉目标3D对象的多个角度。

- **视图筛选机制**：自动筛选出高质量和一致性的视图，用在后续的3D重建过程。

- **灵活重建模型（FlexRM）**：基于transformer架构，处理任意数量的输入视图，并直接输出3D高斯点。

- **高效的3D表示**：用三平面表示法和3D高斯绘制技术，实现快速且详细的3D模型生成。

- **鲁棒性**：模拟不完美的输入视图进行训练，增强模型对输入噪声的鲁棒性。

## Flex3D的技术原理

- **多视图扩散模型**：用微调的多视图图像扩散模型和视频扩散模型生成候选视图池。

- **视图选择管道**：基于质量评估和特征匹配网络，筛选出高质量的视图用在3D重建。

- **变换器架构**：FlexRM基于变换器架构，处理不同数量和角度的输入视图。

- **三平面表示与3D高斯绘制**：结合三平面特征和3D高斯绘制技术，基于MLP解码三平面特征为3D高斯点。

- **两阶段训练策略**：首先预训练模型，用真实世界的密集渲染数据进行第二阶段训练。

- **不完美输入视图模拟**：在训练过程中模拟不完美的输入视图，在3D高斯点上添加噪声增强模型的鲁棒性。

## Flex3D的项目地址

- **项目官网**：[junlinhan.github.io/projects/flex3d](https://junlinhan.github.io/projects/flex3d/?utm_source=ai-bot.cn)

- **arXiv技术论文**：[https://arxiv.org/pdf/2410.00890](https://arxiv.org/pdf/2410.00890)

## Flex3D的应用场景

- **视频游戏开发**：快速生成游戏资产和环境的3D模型，提高游戏设计和开发的效率。

- **增强现实（AR）和虚拟现实（VR）**：为AR和VR应用创建逼真的3D对象和场景，提升用户的沉浸感。

- **电影和动画制作**：在电影和动画中生成高质量的3D模型，用在角色设计、道具制作和场景构建。

- **机器人技术**：生成3D模型以模拟和训练机器人在复杂环境中的导航和操作能力。

- **电子商务**：为在线商店生成产品的3D视图，提供更丰富的产品展示，帮助消费者做出购买决策。

## 常见问题解答 (FAQ)

### Flex3D适合从哪些输入生成3D模型？
Flex3D支持从文本、单张图片或稀疏视图图像生成3D内容，也能基于任意数量的高质量输入视图进行重建，适合多种3D生成与重建场景。

### Flex3D为什么要分成两阶段？
第一阶段先用多视图和视频扩散模型生成候选视图，再通过视图选择机制筛掉低质量结果；第二阶段由FlexRM进行重建，能提升生成质量、一致性和鲁棒性。

### Flex3D的核心技术亮点是什么？
核心亮点是FlexRM的Transformer架构、三平面表示与3D高斯绘制结合，以及对不完美输入视图的模拟训练，使模型能高效输出细节丰富的3D结果。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)