GenRecon

GenReconは、生成3D事前知識（例：Trellis.2）を多視点復元に橋渡しする手法です。シーンをオーバーラップするチャンクに分割し、投影された画像特徴を生成モデルに整列させて条件付き3D生成を行い、全体を結合します。出力は編集可能なPBRメッシュで、UnityやUnrealで照明を変更してすぐに利用できます。

従来のSfM/MVSやNeRF最適化と比べ、GenReconは生成モデルの強力な事前知識により遮蔽部や細部を補完し、屋内シーンで最新手法より16%高い忠実度と完全性を達成したと報告されています。スマートフォン動画や少数の画像から高品質な3Dモデルを得られるため、制作ワークフローを大幅に短縮します。

コードと事前学習済み重みはオープンソース化されていますが、快適な推論には十分なGPU（例：NVIDIA RTX）が必要です。生成モデルの特性上、実際のシーンと完全には一致しない詳細が生成される可能性があり、屋外や複雑な環境での汎化性能はまだ限定的です。独自の大規模学習には高い計算コストが伴います。

GenReconは、インテリアデザイン、ゲーム開発、VR内見、素早いプロトタイピングに適しており、手軽な撮影から編集可能な3Dアセットを作成できます。ただし、ミリメートル精度が要求される測量や建築図面作成には現時点では不向きです。