知识卡片：WorldRecon——面向大规模三维世界的生成式多视图网格重建

一句话结论

WorldRecon 是一个生成式多视图重建框架，能从无位姿 RGB 图像恢复完整、大规模的三维场景网格；它通过在 TRELLIS.2 上加入重建条件架构，并以重叠分块与邻域感知 latent inpainting 维持全局一致性，在合成与真实室内场景上取得 SOTA，并显示出较强的 sim-to-real 泛化能力。

事件概述或研究问题

从无位姿（unposed）多视图图像重建大规模场景的完整高质量网格，需要同时满足两个目标：对已观测区域保持几何忠实（faithful geometric grounding），对未观测或仅稀疏采样的表面进行合理的补全（plausibly completing surfaces）。该工作提出 WorldRecon，试图在生成式重建路线下兼顾忠实性与完整性，并把多视图生成式重建扩展到大规模场景。

方法/产品要点

• 全局脚手架：使用由重建模型从输入图像估计出的粗噪全局点云与相机位姿，作为整个场景生成的全局 scaffold。
• 分块生成：将场景划分为相互重叠的空间块（overlapping spatial blocks），逐块生成。
• 条件架构：为原生三维生成模型 TRELLIS.2 配备专用的基于重建的条件架构，使每个块依据其局部点云裁剪（local point-cloud crop）与块相关图像观测生成，输出稀疏结构、细节几何与 PBR 材质。
• 场景级一致性：引入邻域感知 latent inpainting（neighbour-aware latent inpainting）与因果式世界生成流程（causal world-generation procedure），在重叠块之间传播结构、几何与材质上下文。
• 输出：连贯统一的大规模场景网格（coherent, unified meshes）。

主要结果或产业意义

• 在合成与真实世界室内场景上均报告为 state-of-the-art 重建性能。
• 相对最强基线：Chamfer distance 分别降低 14.9% 与 43.1%；F-score 分别提升 17.3% 与 12.0%。
• 作者称结果体现了忠实且完整的生成式重建，以及较强的 sim-to-real 泛化能力。
• 若能稳定复现，该方法可用于从普通 RGB 采集生成带 PBR 材质的大规模可渲染三维资产，对仿真环境构建、数字孪生与内容生产具有潜在价值。

为什么重要

大规模三维场景的完整网格重建长期受限于观测稀疏与视角缺失。WorldRecon 的价值在于把“生成式补全”与“重建式几何约束”显式结合，并通过分块+上下文传播将单块生成扩展到整场景，从而同时追求几何忠实与表面完整。它也是生成式三维模型（TRELLIS.2）向大规模重建任务迁移的一个具体范式示例。

局限与不确定性

• 材料仅给出摘要级信息，方法细节（网络结构、训练数据、分块策略超参、推理成本）待核实。
• 实验范围仅提及合成与真实世界室内场景，室外、动态场景或更大规模场景的表现待核实。
• 评测指标集中在 Chamfer distance 与 F-score，是否包含材质质量、渲染一致性或下游任务评估待核实。
• 代码、模型权重与项目页具体内容未在材料中展开，可复现性待核实。
• 作为 arXiv v1 预印本，尚未确认是否经过同行评审。

可用于图书/PPT/简报的角度

• “从无位姿图像到完整三维世界”：生成式重建的路线演进。
• 生成模型如何被“约束”为重建工具：条件架构与几何先验的结合。
• 分块与一致性：把单物体生成扩展到大规模场景的关键工程问题。
• sim-to-real：合成数据训练的三维重建方法在真实室内场景的迁移表现。
• 三维重建与 PBR 材质联合输出对仿真与内容生产的意义。

与既有脉络的关系

本条与参考卡片中的三维重建类工作（如面向自动驾驶稀疏视角的三维重建）同属“从有限视角恢复完整三维结构”的脉络，但 WorldRecon 的增量在于：面向无位姿多视图的大规模场景，采用生成式模型 TRELLIS.2 加重建条件架构，并通过重叠分块与邻域感知 latent inpainting 解决场景级一致性问题，而非仅聚焦单一应用场景的结构补全。与 Deform360 等数据集类工作不同，本条是方法/框架类贡献。

原始材料

• 标题：WorldRecon: Generative Multi-View Mesh Reconstruction for Large-Scale 3D World
• 作者：Mengchen Zhang, Yang Li, Chunshi Wang, Tong Wu, Chunchao Guo
• arXiv ID：2610.18846v1（Primary category: cs.CV）
• 发布/更新时间：2026-10-13T17:57:58Z
• Abstract URL：https://arxiv.org/abs/2610.18846v1
• PDF URL：https://arxiv.org/pdf/2610.18846v1
• 项目页：https://kszpxxzmc.github.io/WorldRecon-website/
• 关键词：generative multi-view reconstruction；large-scale 3D scene；mesh reconstruction；TRELLIS.2；latent inpainting；sim-to-real