DiffGI：把薄壳 3D 生成带入可微几何图像管线

导语

3D 生成模型近年进展很快，但很多方法仍偏向体素、隐式场或其他体表示。这类表示天然更适合“封闭实体”，也就是拓扑上接近水密的物体；一旦遇到衣服、布料、薄片、开口边界等薄壳或非流形结构，就容易出现厚度不自然、边界模糊或拓扑受限的问题。来自 CLO Virtual Fashion 相关作者的 DiffGI，试图从表示层面解决这一痛点：把复杂 3D 表面压缩到二维几何图像中，同时保持可微、可优化、适合生成模型学习。

核心要点

• 从体表示转向表面中心表示：DiffGI 面向的是薄壳几何，尤其适合服装这类只有表面结构、并不总是水密闭合的对象。相比强制把形状塞进体积网格或隐式体中，几何图像更强调直接表达表面。

• 用连续 TSDF 替代二值占据图：过去的几何图像方法常用二值 occupancy map 表示边界，边界位置受像素分辨率限制，降采样后容易产生锯齿、阶梯和细节丢失。DiffGI 改用二维截断符号距离场（TSDF），在固定网格内以连续数值记录边界的亚像素位置，因此即使在较低分辨率下也能更精细地保留轮廓。

• 把 Marching Squares 做成可微模块：传统表面提取通常是学习后的离线后处理，模型训练时无法直接感知最终重建表面的误差。DiffGI 基于解析线性插值设计可微 Marching Squares，让来自 3D 表面的损失能够回传到 2D 表示和潜空间，形成端到端优化闭环。

• 紧凑潜空间服务生成：论文训练了 DiffGI-VAE，并加入几何感知的法线渲染损失，将复杂 3D 表面压缩到 32×32 的紧凑潜空间。在此基础上，作者构建了基于 Transformer 的潜扩散模型，并采用 flow-matching 目标进行条件 3D 生成。

意义与影响

DiffGI 的价值在于，它把“薄壳 3D 生成”从表示、重建到生成训练串成了一条可微管线。对于服装、数字人资产、虚拟试衣和设计软件而言，边界精度往往比体积闭合更关键；若表示本身会制造阶梯伪影，后续生成模型再强也难以弥补。连续 TSDF 与可微重建模块的组合，使模型可以直接围绕最终表面质量优化。

当然，素材中展示的结论主要来自论文摘要和项目介绍，具体泛化能力、对更多类别的适配、交互式 demo 表现以及与工业工作流的集成成本，还需要进一步观察。但从方向上看，DiffGI 提供了一条不同于主流体表示 3D 生成的路线：更轻量、更贴近表面，也更适合薄壳结构。

来源：Hugging Face Daily Papers