本文提出了一种基于扩散先验的文本到3D模型生成新方法，结合深度监督和密度场正则化，显著提升了几何表示和图像质量。实验结果表明，该方法在真实感和多视角一致性方面优于现有技术，并在T$^3$Bench数据集上取得了最先进的性能。