GANFusion：在 GAN 空间中进行扩散的前馈文本到 3D 生成

基于摘要分析。该研究面向人类角色的文本到 3D 生成，提出 GANFusion，以单视角 2D 数据作为监督，将 GAN 的 3D 表征生成能力与扩散模型的文本条件生成能力结合，目标是实现无需测试时优化的前馈生成。 核心机制分为两个阶段：首先训练 GAN，利用单视角 2D 监督生成无条件 triplane 特征；随后从 GAN 随机采样，为生成样本配上文本描述，再训练文本条件扩散模型，使其直接学习在可解码为 3D 对象的 triplane 特征空间中采样。这里的扩散对象是 GAN 所生成的特征表征，而不是直接生成完整 3D 数据。摘要未说明描述的生成方式、特征解码细节或具体损失。 作者提出的动机是两类生成模型的互补性：GAN 能够利用 2D 监督学习高质量 3D 生成，但文本条件控制较困难；扩散模型较易引入文本条件，却较难仅凭 2D 监督训练。该方法因此尝试借助 GAN 构建可用的 3D 特征分布，再让扩散模型学习文本到该分布的映射，以缓解显式 3D 训练数据规模与多样性受限的问题。 摘要未提供数据集名称、样本规模、评估划分、对照结果或量化指标，生成保真度、文本一致性、推理成本以及实验协议、消融及统计信息尚未验证。复现需进一步核对 GAN 的训练条件、采样与描述流程，以及扩散模型和 3D 解码器的实现。 原论文研究对象是 3D 人类角色生成，并非 EEG 或 BCI。所给材料未建立 triplane 表征与神经信号任务的具体对应关系，因此不据此提出 BCI 迁移效果或复现实验建议；已有 EEG 相关工作尚未检索确认。