PVD: Point-Voxel Diffusion

Point-Voxel Diffusion（ICCV 2021）— 首个将扩散概率模型成功应用于三维点云生成与补全的工作，提出了点-体素混合架构。

Overview

• 发布时间：ICCV 2021
• 作者机构：Alex Zhou（UIUC）等
• 核心思想：将点云生成建模为概率扩散过程，结合点表示与体素表示构建混合架构
• 代码：source(https://alexzhou907.github.io/pvd)

关键创新

1. 点-体素混合表示

• 体素分支：使用 3D 稀疏卷积提供局部结构正则化，在离散网格上捕获邻域关系
• 点分支：保留连续坐标的细粒度表面细节

2. 统一的概率框架

在单一扩散框架中同时支持：
- 无条件形状生成（从噪声生成完整形状）
- 多模态条件形状补全（以部分点云为条件）

3. 置换不变性适配

通过对点云无序集合的生成过程进行专门设计，确保生成分布对点序不敏感

影响与局限

• 影响：开创了 3D 点云扩散生成的新范式，后续 LION、PointInfinity、DiffComplete 等均受其启发
• 局限：计算开销较大；在更高分辨率（>2048 点）下体素分辨率受限

Related

• diffusion-model-3d — 3D 扩散模型总览
• point-cloud-completion — 点云补全总览
• diffcomplete — 后续条件扩散补全改进
• classic-completion — 对比确定性方法

Sources

• 三维点云生成条件控制综述 — 2026
• PVD Project Page