SpaceControl: Räumliche Steuerung zur Testzeit in der 3D-Generativen Modellierung
SpaceControl: Introducing Test-Time Spatial Control to 3D Generative Modeling
December 5, 2025
papers.authors: Elisabetta Fedele, Francis Engelmann, Ian Huang, Or Litany, Marc Pollefeys, Leonidas Guibas
cs.AI
papers.abstract
Generative Methoden für 3D-Assets haben in letzter Zeit bemerkenswerte Fortschritte erzielt, doch die intuitive und präzise Steuerung der Objektgeometrie bleibt eine zentrale Herausforderung. Bestehende Ansätze stützen sich überwiegend auf Text- oder Bildvorgaben, die oft an geometrischer Spezifität mangeln: Sprache kann mehrdeutig sein und Bilder sind umständlich zu bearbeiten. In dieser Arbeit stellen wir SpaceControl vor, eine trainingsfreie Testzeit-Methode zur expliziten räumlichen Steuerung der 3D-Generierung. Unser Ansatz akzeptiert eine Vielzahl geometrischer Eingaben, von groben Primitiven bis hin zu detaillierten Netzen, und integriert sich nahtlos in moderne vortrainierte generative Modelle, ohne dass zusätzliches Training erforderlich ist. Ein steuerbarer Parameter ermöglicht es Nutzern, zwischen geometrischer Treue und Ausgabequalität abzuwägen. Umfangreiche quantitative Evaluationen und Nutzerstudien belegen, dass SpaceControl sowohl trainingsbasierte als auch optimierungsbasierte Referenzmethoden in puncto geometrischer Genauigkeit übertrifft und dabei eine hohe visuelle Qualität beibehält. Abschließend präsentieren wir eine interaktive Benutzeroberfläche, die die Online-Bearbeitung von Superquadriken zur direkten Umwandlung in texturierte 3D-Assets ermöglicht und so den praktischen Einsatz in kreativen Workflows erleichtert. Unsere Projektseite finden Sie unter https://spacecontrol3d.github.io/.
English
Generative methods for 3D assets have recently achieved remarkable progress, yet providing intuitive and precise control over the object geometry remains a key challenge. Existing approaches predominantly rely on text or image prompts, which often fall short in geometric specificity: language can be ambiguous, and images are cumbersome to edit. In this work, we introduce SpaceControl, a training-free test-time method for explicit spatial control of 3D generation. Our approach accepts a wide range of geometric inputs, from coarse primitives to detailed meshes, and integrates seamlessly with modern pre-trained generative models without requiring any additional training. A controllable parameter lets users trade off between geometric fidelity and output realism. Extensive quantitative evaluation and user studies demonstrate that SpaceControl outperforms both training-based and optimization-based baselines in geometric faithfulness while preserving high visual quality. Finally, we present an interactive user interface that enables online editing of superquadrics for direct conversion into textured 3D assets, facilitating practical deployment in creative workflows. Find our project page at https://spacecontrol3d.github.io/