SpaceControl : Introduction du contrôle spatial au moment du test dans la modélisation générative 3D
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
Les méthodes génératives pour les actifs 3D ont récemment réalisé des progrès remarquables, mais fournir un contrôle intuitif et précis sur la géométrie des objets reste un défi majeur. Les approches existantes reposent principalement sur des invites textuelles ou visuelles, qui présentent souvent une spécificité géométrique insuffisante : le langage peut être ambigu et les images sont fastidieuses à modifier. Dans ce travail, nous présentons SpaceControl, une méthode sans apprentissage au moment du test pour le contrôle spatial explicite de la génération 3D. Notre approche accepte une large gamme d'entrées géométriques, des primitives grossières aux maillages détaillés, et s'intègre de manière transparente avec les modèles génératifs pré-entraînés modernes sans nécessiter d'apprentissage supplémentaire. Un paramètre contrôlable permet aux utilisateurs d'arbitrer entre la fidélité géométrique et le réalisme de la sortie. Une évaluation quantitative approfondie et des études utilisateurs démontrent que SpaceControl surpasse les méthodes de référence basées sur l'apprentissage et l'optimisation en termes de fidélité géométrique tout en préservant une qualité visuelle élevée. Enfin, nous présentons une interface utilisateur interactive qui permet l'édition en temps réel de superquadriques pour une conversion directe en actifs 3D texturés, facilitant le déploiement pratique dans les workflows créatifs. Consultez notre page projet à l'adresse 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/