# 文本生成三维模型

植物三维数字化通常要几十到上百张标定照片，或依赖昂贵的激光扫描与机械臂拍摄，单图生成方法又难以把重建结果对齐回原图。Plant Orbiter 用视频扩散模型从一张正面照片合成一段绕植物旋转的轨道视频，再以已知相机路径直接拟合三维高斯泼溅，省去用运动恢复结构求相机位姿这一步。在 PlantDreamer、Botany-Bot 与 PLANesT 等数据集上，其三维 F-score 在全部测试数据集上领先对比方法，单图输入对齐下的 IoU 在 PlantDreamer 与 Botany-Bot 上分别为 0.552 和 0.556；在 GrowSplat 时序数据上测株高，平均绝对百分比误差为 5.9%。

植物三维数字化通常要几十到上百张标定照片，或依赖昂贵的激光扫描与机械臂拍摄，单图生成方法又难以把重建结果对齐回原图。Plant Orbiter 用视频扩散模型从一张正面照片合成一段绕植物旋转的轨道视频，再以已知相机路径直接拟合三维高斯泼溅，省去用运动恢复结构求相机位姿这一步。在 PlantDreamer、Botany-Bot 与 PLANesT 等数据集上，其三维 F-score 在全部测试数据集上领先对比方法，单图输入对齐下的 IoU 在 PlantDreamer 与 Botany-Bot 上分别为 0.552 和 0.556；在 GrowSplat 时序数据上测株高，平均绝对百分比误差为 5.9%。

ELSA3D提出弹性语义锚定，用尺度感知八叉树分词器表示几何，并引入稀疏跨模态的Anchor Tokens，将语义线索路由到最相关的3D尺度并回写融合信号，配合逐块轻量路由器实现弹性计算与推理，在图像到3D生成、文本到3D生成和3D描述上取得最优性能，超过最强统一基线，且相对同模型非弹性版本将FLOPs和推理延迟约减半。

ELSA3D提出弹性语义锚定，用尺度感知八叉树分词器表示几何，并引入稀疏跨模态的Anchor Tokens，将语义线索路由到最相关的3D尺度并回写融合信号，配合逐块轻量路由器实现弹性计算与推理，在图像到3D生成、文本到3D生成和3D描述上取得最优性能，超过最强统一基线，且相对同模型非弹性版本将FLOPs和推理延迟约减半。