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

- Link: https://paooo.com/aigc-news/25362/
- Published: 2026-07-13T13:18:29+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 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%。

阅读目录

 * [Flex3D是什么](https://paooo.com/aigc-news/25362/#flex3d%e6%98%af%e4%bb%80%e4%b9%88)
 * [Flex3D的主要功能](https://paooo.com/aigc-news/25362/#flex3d%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Flex3D的技术原理](https://paooo.com/aigc-news/25362/#flex3d%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Flex3D的项目地址](https://paooo.com/aigc-news/25362/#flex3d%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Flex3D的应用场景](https://paooo.com/aigc-news/25362/#flex3d%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Flex3D](https://paooo.com/wp-content/uploads/2026/07/Flex3D-website-1.avif)

## 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。

🔬 语宙深潜追问 · 进阶实操拆解

两阶段 3D 生成的关键瓶颈在哪？

瓶颈通常在候选视图质量和最终几何一致性。第一阶段要尽量筛掉伪影和不稳定视角，第二
阶段则要控制高斯点的密度与遮挡冲突，否则容易出现细节好看但结构不稳的问题。

从单图到 3D 资产，怎么提高可用率？

先用高质量单图做主体，再补少量稀疏视图校正背面和遮挡区域。落地时最好把生成结果接
入人工轻编辑流程，用于游戏原型、虚拟展陈或电商展示，而不是直接追求一次性成品。

🗳️ 读者观点微投票 · 您的实战立场是？

Flex3D 的两阶段路线真更适合落地吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🌐 所属权威专题：Gemini 全模态与空间智能 →](https://paooo.com/topics/gemini-multimodal/)

 * [Step1X-3D – 阶跃星辰联合LightIllusions开源的3D资产生成框架](https://paooo.com/aigc-news/18972/)
 * [Flex.2-preview – Ostris 推出的文本到图像扩散模型](https://paooo.com/aigc-news/20196/)
 * [VFusion3D – Meta联合牛津大学推出的AI生成3D模型项目](https://paooo.com/aigc-news/27168/)
 * [PartGen – 牛津大学联合 Meta AI 推出的3D对象生成和重建框架](https://paooo.com/aigc-news/24538/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/25362/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)