评估生成模型的性能一直是个复杂问题，尤其是在三维生成任务中。比起＂这个生成的椅子看起来像不像真的椅子＂这种主观判断，研究者们需要客观的指标来衡量模型的好坏。 在无条件生成任务中，Diffusion-SDF与几个主要基准方法进行了比较，包括ShapeGAN、PVD和DPM3D。评估使用了三个关键指标：最小匹配距离（MMD）测量生成质量，覆盖率（COV）测量多样性，1-最近邻准确率（1-NNA）测量生成分布与参考分布的相似度。 实验结果非常有说服力：Diffusion-SDF在所有指标上都超过了基准方法。特别是在覆盖率方面，它的表现比第二名高出约10%，这表明它能生成更多样化的形状。这种多样性源于其设计良好的潜在空间和扩散过程的探索性质。 在＂椅子＂类别的实验中，Diffusion-SDF的MMD为0.129（数值越低越好），覆盖率达到65.35%，1-NNA为51.18%（接近理想的50%）。相比之下，ShapeGAN的MMD为7.738，覆盖率仅为8.66%，1-NNA高达99.80%，表明它生成的形状与训练集过于相似。这些数字清晰地展示了Diffusion-SDF的优势。 但数字只是一方面，直观上，Diffusion-SDF生成的形状也更加真实和多样。它能生成包含细节结构的干净网格，如椅子的扶手、沙发的靠垫等。研究团队还计算了生成形状与训练集中每个对象的平均距离，证实模型确实在创造新形状，而不仅仅是复制训练数据。 在条件生成任务中，尤其是稀疏部分点云的形状完成，Diffusion-SDF与cGAN、PVD和ShapeFormer等方法进行了对比。评估指标包括MMD、总互差（TMD）和单向Hausdorff距离（UHD），分别测量质量、多样性和对输入条件的保真度。 结果表明，Diffusion-SDF在MMD和TMD上显著优于其他方法，但在UHD上不是最好的。这是因为UHD主要由异常值决定，而不是整体形状的匹配程度。视觉上，Diffusion-SDF的生成结果与输入条件吻合得很好，能够根据椅子腿的风格提示生成相应的完整形状。 相比于其他方法，Diffusion-SDF的优势在于它能同时保证生成质量和多样性。例如，ShapeFormer在量化稀疏点云时面临困难，因为可供提取信息的片段太少；PVD生成的样本往往带有噪点，因为它直接操作离散点而无法平滑插值；cGAN虽然生成结果较为干净，但多样性不足，因为其先验模型表达能力有限。 除了生成质量外，Diffusion-SDF在可扩展性方面也表现出色。实验显示，该方法可以无缝扩展到大型多类别数据集，而不需要调整架构或参数数量。例如，在包含106个类别共4230个网格的数据集上，模型性能没有任何下降。更惊人的是，在使用近90%的Acronym数据集（7148个网格）训练时，模型的重建性能反而提高了，Chamfer距离从1.0410-3降至0.8710-3。这种良好的扩展性表明，模型不仅能学习特定类别的形状分布，还能从多样化的训练数据中提取通用的几何知识，甚至对于那些训练样本很少的类别也能很好地泛化。 Diffusion-SDF的应用前景非常广阔。在自动驾驶领域，它可以帮助从有限的传感器数据重建完整的三维场景，解决遮挡和相机误差问题；在机器人抓取任务中，它能提供物体的精确几何信息，帮助机器人规划抓取策略；在计算机图形学中，它可以从简单草图或参考图像生成丰富的三维资产，大大加速内容创作过程。 未来的研究方向包括进一步提高推理速度、增强形状与条件的一致性，以及探索更多条件类型。特别值得期待的是文本到形状的转换——类似于当前流行的文本到图像生成，但输出是三维模型而非平面图像。此外，扩展到包含外观（颜色、材质）的全场景合成也是一个极具前景的方向。
