Meta MCC：通过3D感知编码器，改善2D图像到3D模型质量

最新推荐文章于 2026-08-18 21:41:43 发布

原创

最新推荐文章于 2026-08-18 21:41:43 发布 · 543 阅读

收录于

当前文章被以下社区和专栏收录：

Meta提出MCC方案，通过3D感知编码器简化AR/VR内容创建。该模型基于RGB-D图像，能预测被遮挡的3D几何形状，无需多角度图像或3D CAD模型，有望实现3D开发的规模化。MCC具有广泛的数据源兼容性，适用于各种场景和对象的3D重建。

作为现阶段最成功的VR内容生态之一，Quest商店吸引了越来越多开发者发布VR内容，但这对于Meta来讲似乎还不够，其也在探索某种UGC VR生态，比如在Horizon Worlds中提供可视化开发工具，让普通人也能创造VR应用。而近期，Meta公布的一项新研究表明，未来制作AR/VR内容可能就像拍短视频那么简单。

据了解，Meta为了简化AR/VR内容开发方式，研发了一种RGB-D图像生成3D模型方案：MCC。MMC全称是多视图压缩编码，它是一种基于Transformer的编码器-解码器模型，可根据一帧RGB-D图像合成/重建3D模型，潜在应用场景包括AR/VR、3D视觉重建、机器人导航、数字孪生/虚拟仿真等等。与普通彩色2D图像不同，RGB-D是具有深度的彩色图像，相当于普通RGB三通道彩色图像加上深度图（Depth Map），二者是配准的，像素一一对应。