arXiv · 评测
新研究评估 3D 基础模型在多视角一致性中的幻觉问题
一项来自 arXiv 的新研究指出，当前多视角 3D 一致性评测方法存在一个根本假设漏洞：它默认所有输入图像都是同一静态场景的观测。但在新视角合成与稀疏视图重建中，模型生成的图像可能包含伪影、重复视角或噪声，这些异常仍可能获得高分。该工作系统性地分析了 3D 基础模型在多视角评测下的幻觉现象，为更可靠的评测标准提供了新思路。
- 域名
arxiv.org- 评分
- 3 · 可关注
- 发布
- 2026-05-18
导读
这条暂时没有深度导读，点上方「访问项目本体」直接到源页面查看。
原文摘要
Multiview 3D evaluation assumes that the images being scored are observations of one static 3D scene. This assumption can fail in NVS and sparse-view reconstruction: inputs or generated outputs may contain artifacts, outlier frames, repeated views, or noise, yet still receive high 3D consistency sc…