WorldFlow3D: 3D分布を流れることで広がる無制限の世界生成
WorldFlow3D: Flowing Through 3D Distributions for Unbounded World Generation
March 31, 2026
著者: Amogh Joshi, Julian Ost, Felix Heide
cs.AI
要旨
無制限3Dワールド生成は、コンピュータビジョン、グラフィックス、ロボティクスにおけるシーンモデリングの基盤的タスクとして台頭しつつある。本研究では、無制限3Dワールドを生成可能な新手法WorldFlow3Dを提案する。フローマッチングの基本特性、すなわち2つのデータ分布間の輸送経路を定義する性質に基づき、我々は3D生成を、条件付きノイズ除去に限定されない、3Dデータ分布間を流れる問題としてより一般的にモデル化する。我々のラテントフリーなフローアプローチは、因果的で正確な3D構造を生成し、これをより複雑な構造と高品質なテクスチャ生成を導出する中間分布として利用可能であることを確認した。これら全てが既存手法よりも高速に収束する。生成シーンの制御性として、幾何構造制御のためのベクトル化シーンレイアウト条件と、シーン属性による視覚的テクスチャ制御を実現する。WorldFlow3Dの有効性を実写の屋外運転シーンと合成室内シーン双方で実証し、実データ分布におけるドメイン横断的一般化性と高品質な生成を検証する。無制限シーン生成における全てのテスト設定で、既存手法を上回る好適なシーン生成忠実度を確認した。詳細はhttps://light.princeton.edu/worldflow3dを参照されたい。
English
Unbounded 3D world generation is emerging as a foundational task for scene modeling in computer vision, graphics, and robotics. In this work, we present WorldFlow3D, a novel method capable of generating unbounded 3D worlds. Building upon a foundational property of flow matching - namely, defining a path of transport between two data distributions - we model 3D generation more generally as a problem of flowing through 3D data distributions, not limited to conditional denoising. We find that our latent-free flow approach generates causal and accurate 3D structure, and can use this as an intermediate distribution to guide the generation of more complex structure and high-quality texture - all while converging more rapidly than existing methods. We enable controllability over generated scenes with vectorized scene layout conditions for geometric structure control and visual texture control through scene attributes. We confirm the effectiveness of WorldFlow3D on both real outdoor driving scenes and synthetic indoor scenes, validating cross-domain generalizability and high-quality generation on real data distributions. We confirm favorable scene generation fidelity over approaches in all tested settings for unbounded scene generation. For more, see https://light.princeton.edu/worldflow3d.