蘋果發佈LiTo：可從單張圖片還原完整3D對象，光影效果隨視角自洽

據 1M AI News 監測，蘋果 AI 研究團隊在 ICLR 2026 發表論文，提出 3D 生成方法 LiTo（表面光場標記化），可從單張圖片生成完整 3D 對象，在切換視角時保持鏡面高光、菲涅耳反射等光影效果的一致性。

此前大多數 3D 重建方法只能處理幾何形狀或漫反射外觀之一，難以還原隨視角變化的光影細節。LiTo 將物體幾何與視角相關外觀統一編碼進同一套 3D 潛在空間，再通過潛在流匹配模型在單張圖片條件下生成結果。訓練數據為數千個 3D 對象，每個對象從 150 個視角、3 種光照條件渲染而成，解碼器通過隨機抽取子樣本學習完整幾何與外觀重建。實驗顯示，LiTo 在視覺質量和對輸入圖片的還原度上均優於現有方法 TRELLIS。論文由 Jen-Hao Rick Chang、Xiaoming Zhao（並列一作）、Dorian Chan、Oncel Tuzel 撰寫，已在 arXiv 公開。