Adobe

LoST: Level of Semantics Tokenization for 3D Shapes

LoST：3D形状的语义层次标记化

Niladri Shekhar Dutt, Zifan Shi, Paul Guerrero, Chun-Hao Paul Huang, Duygu Ceylan, Niloy J. Mitra, Xuelin Chen

机构 * University College London（伦敦大学学院） ； Adobe Research（Adobe研究院） 纠错

AI总结 本文提出LoST，通过语义显著性对3D形状进行标记化，实现高效的自回归生成。实验表明LoST在几何和语义重建上优于现有方法，并提升下游任务性能。

Comments CVPR 2026; Project website-- https://lost3d.github.io

LaDe: Unified Multi-Layered Graphic Media Generation and Decomposition

LaDe：统一的多层图形媒体生成与分解

Vlad-Constantin Lungu-Stan, Ionut Mironica, Mariana-Iuliana Georgescu

机构 * Adobe Research（Adobe研究院） 纠错

AI总结 LaDe通过结合LLM提示扩展器、4D RoPE位置编码的潜在扩散变换器和RGBA VAE，实现灵活的多层媒体设计生成与分解，提升文本到多层媒体设计的对齐能力。

Comments 18 pages (main + supp)

Material Magic Wand: Material-Aware Grouping of 3D Parts in Untextured Meshes

材料魔 wand：在无纹理网格中进行材料感知的3D部件分组

Umangi Jain, Vladimir Kim, Matheus Gadelha, Igor Gilitschenski, Zhiqin Chen

机构 * University of Toronto（多伦多大学） ； Adobe Research（Adobe研究院） 纠错

AI总结 本文提出材料感知的3D部件分组方法，通过材料属性自动识别重复结构，提升无纹理网格的材料分配效率。

Comments Project Page: https://umangi-jain.github.io/material-magic-wand