Apple Research, split-and-scale로 추론 시 3D 잠재 공간 용량 확장

·2026.11.16 09:00

핵심 내용

Apple Research가 split-and-scale로 단일 GPU 한계 내 3D 재구성 품질을 확보했다

자세히 보기

  • 추론 시점(latent capacity)에서 잠재 공간 용량을 확장하되 학습 비용은 관리 가능한 수준으로 유지하는 방법임
  • 3D 장면을 3D 좌표의 연속 함수로 표현하여 사전 학습된 단일 토크나이저를 작은 부분 영역에 적용함
  • 동일한 잠재 공간 용량이 더 작은 공간 범위를 커버하도록 하여 더 높은 수준의 디테일을 포착함
  • 광범위한 아블레이션 테스트를 통해 단일 GPU 메모리 한계를 초과하는 훨씬 더 큰 모델과 경쟁할 수 있는 재구성 품질을 달성했음을 입증함
  • 고품질 생성 모델링을 지원하며, split-and-scale을 사용하여 학습된 오토레그레시브 3D 생성기는 최첨단 베이스라인과 경쟁하는 성능을 보임
  • 2026년 11월에 발표되었으며 NeurIPS에서 발표됨
  • 저자는 Dorian Chan, Muhammed Kocabas, Xiaoming Zhao, Oncel Tuzel, Jen-Hao Rick Chang임

이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.

AI 처리 방식을 확인하거나, 요약 오류와 출처 표기 문제, 삭제 요청을 문의 · 건의로 알려주세요.