Interp3D: Korrespondenzbewusste Interpolation für generative texturierte 3D-Morphing

Interp3D: Correspondence-aware Interpolation for Generative Textured 3D Morphing

January 20, 2026

papers.authors: Xiaolu Liu, Yicong Li, Qiyuan He, Jiayin Zhu, Wei Ji, Angela Yao, Jianke Zhu

cs.AI

papers.abstract

Textured 3D Morphing zielt darauf ab, sanfte und plausible Übergänge zwischen zwei 3D-Objekten zu erzeugen und dabei sowohl strukturelle Kohärenz als auch feingranulare Erscheinung zu bewahren. Diese Fähigkeit ist nicht nur entscheidend für die Weiterentwicklung der 3D-Generierungsforschung, sondern auch für praktische Anwendungen in Animation, Bearbeitung und digitaler Inhaltserstellung. Bestehende Ansätze operieren entweder direkt auf der Geometrie, was sie auf eine reine Formveränderung beschränkt und Texturen vernachlässigt, oder übertragen 2D-Interpolationsstrategien in den 3D-Raum, was häufig zu semantischer Mehrdeutigkeit, struktureller Fehlausrichtung und Texturverschmierung führt. Diese Herausforderungen unterstreichen die Notwendigkeit, geometrische Konsistenz, Texturausrichtung und Robustheit während des gesamten Übergangsprozesses gemeinsam zu bewahren. Um dies zu adressieren, schlagen wir Interp3D vor, ein neuartiges, trainingsfreies Framework für texturiertes 3D-Morphing. Es nutzt generative Priors und übernimmt ein progressives Ausrichtungsprinzip, um sowohl geometrische Treue als auch Texturkohärenz zu gewährleisten. Ausgehend von einer semantisch ausgerichteten Interpolation im Konditionierungsraum erzwingt Interp3D strukturelle Konsistenz via SLAT (Structured Latent)-gesteuerter Strukturinterpolation und überträgt schließlich Erscheinungsdetails durch eine feingranulare Texturfusion. Für eine umfassende Evaluation erstellen wir einen dedizierten Datensatz, Interp3DData, mit abgestuften Schwierigkeitsgraden und bewerten die Generierungsergebnisse hinsichtlich Treue, Übergangsglätte und Plausibilität. Sowohl quantitative Metriken als auch Nutzerstudien belegen die signifikanten Vorteile unseres vorgeschlagenen Ansatzes gegenüber früheren Methoden. Der Quellcode ist verfügbar unter https://github.com/xiaolul2/Interp3D.

English

Textured 3D morphing seeks to generate smooth and plausible transitions between two 3D assets, preserving both structural coherence and fine-grained appearance. This ability is crucial not only for advancing 3D generation research but also for practical applications in animation, editing, and digital content creation. Existing approaches either operate directly on geometry, limiting them to shape-only morphing while neglecting textures, or extend 2D interpolation strategies into 3D, which often causes semantic ambiguity, structural misalignment, and texture blurring. These challenges underscore the necessity to jointly preserve geometric consistency, texture alignment, and robustness throughout the transition process. To address this, we propose Interp3D, a novel training-free framework for textured 3D morphing. It harnesses generative priors and adopts a progressive alignment principle to ensure both geometric fidelity and texture coherence. Starting from semantically aligned interpolation in condition space, Interp3D enforces structural consistency via SLAT (Structured Latent)-guided structure interpolation, and finally transfers appearance details through fine-grained texture fusion. For comprehensive evaluations, we construct a dedicated dataset, Interp3DData, with graded difficulty levels and assess generation results from fidelity, transition smoothness, and plausibility. Both quantitative metrics and human studies demonstrate the significant advantages of our proposed approach over previous methods. Source code is available at https://github.com/xiaolul2/Interp3D.