SpaceControl: Внедрение пространственного управления на этапе тестирования в 3D-генеративное моделирование
SpaceControl: Introducing Test-Time Spatial Control to 3D Generative Modeling
December 5, 2025
Авторы: Elisabetta Fedele, Francis Engelmann, Ian Huang, Or Litany, Marc Pollefeys, Leonidas Guibas
cs.AI
Аннотация
Методы генеративного создания 3D-ассетов в последнее время достигли значительного прогресса, однако обеспечение интуитивного и точного контроля над геометрией объекта остается ключевой проблемой. Существующие подходы в основном полагаются на текстовые или изображенческие промпты, которые часто не обладают достаточной геометрической специфичностью: язык может быть неоднозначным, а изображения неудобны для редактирования. В данной работе мы представляем SpaceControl — метод, не требующий обучения и применяемый на этапе тестирования, для явного пространственного контроля генерации 3D. Наш подход принимает широкий спектр геометрических входных данных, от грубых примитивов до детализированных сеток, и бесшовно интегрируется с современными предобученными генеративными моделями без необходимости какого-либо дополнительного обучения. Контролируемый параметр позволяет пользователю выбирать баланс между геометрической точностью и реалистичностью результата. Масштабная количественная оценка и пользовательские исследования демонстрируют, что SpaceControl превосходит как основанные на обучении, так и на оптимизации базовые методы по точности воспроизведения геометрии, сохраняя при этом высокое визуальное качество. Наконец, мы представляем интерактивный пользовательский интерфейс, который позволяет в реальном времени редактировать суперквадрики для их непосредственного преобразования в текстурированные 3D-ассеты, что облегчает практическое внедрение в творческие рабочие процессы. Страница проекта доступна по адресу 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/