知识卡片：DreamStyle3D：基于双注意力解耦的高效3D风格化资产生成

英文标题：DreamStyle3D: Efficient 3D Stylized Asset Generation via Dual-Attention Disentanglement

英文关键词：DreamStyle3D, 3D Stylization, Dual-Attention Disentanglement, 3D Asset Generation

一句话结论

DreamStyle3D能够在10秒内生成高保真、几何一致的3D风格化资产，通过解耦双交叉注意力机制显式分离几何与风格特征，实现了效率与质量的兼顾。

研究问题

现有3D风格化方法多依赖间接的2D到3D流水线，难以同时保持风格保真度、几何一致性和生成效率。本文提出一个原生3D风格化框架DreamStyle3D，旨在显式解耦风格与几何，同时保持高效。

方法/产品要点

• 基于**解耦双交叉注意力（Decoupled Dual Cross-Attention）**机制，显式分离几何特征和风格特征，实现高效风格注入的同时保持结构一致性。
• 采用轻量级训练策略增强风格一致性和模型泛化能力。
• 构建自动化数据流水线，收集约15K个“内容-风格-风格化”三元组数据集用于训练和评估。

主要结果与产业意义

• 实验表明，DreamStyle3D能在10秒内生成高保真、几何一致的3D风格化资产，显著提升效率。
• 为游戏、动画和虚拟现实等行业的3D内容创作提供了新的高效解决方案。
• 代码和数据已开源：https://github.com/HVision-NKU/DreamStyle3D

为什么重要

现有方法大多采用2D到3D的间接风格化，难以同时保证风格、几何和效率。DreamStyle3D首次实现了原生3D风格化中的显式几何-风格解耦，将生成时间压缩至10秒，为实时应用奠定了基础。与已有相关卡片（如SANA-Video 2.0）不同，本工作聚焦于3D资产的风格化生成而非视频生成。

局限与不确定性

• 材料中未提及风格多样性的覆盖范围或极端风格下的表现，具体局限性待核实。
• 数据集规模（约15K三元组）对多样化风格的泛化能力有待进一步验证，待核实。

可用于图书/PPT/简报的角度

• 游戏开发中快速将基础3D模型风格化为卡通、水墨等艺术风格。
• VR/AR场景中根据用户偏好实时调整3D物体外观。
• 对比传统2D-to-3D流水线的效率劣势，展示原生3D风格化的突破性优势。

原始材料

• 论文标题：DreamStyle3D: Efficient 3D Stylized Asset Generation via Dual-Attention Disentanglement
• arXiv ID: 2607.24721v1
• 作者：Kai Wang, Ziheng Ouyang, Xuying Zhang, Ming-Ming Cheng, Qibin Hou
• 发表时间：2026-07-27
• DOI: 10.1145/3767308.3835473
• 链接：https://arxiv.org/abs/2607.24721v1
• 代码与数据：https://github.com/HVision-NKU/DreamStyle3D