该文章介绍了一种基于内在隐性扩散模型的框架，用于在3D形状表面上合成高质量纹理。该方法通过对网格顶点上的离散矢量场编码纹理的隐式表示和学习在表面上的学习隐空间中去噪扩散过程的隐性扩散模型，具有较高的保真度。该框架还具有用户控制的编辑功能，可以修复缺失和生成标签引导。该方法具有等变性，能够在局部相似区域之间无缝复现细节，并有助于生成纹理迁移。

该文章介绍了一种基于内在隐性扩散模型的框架，用于在3D形状表面上合成高质量纹理。该方法通过对网格顶点上的离散矢量场编码纹理的隐式表示和学习在表面上的学习隐空间中去噪扩散过程的隐性扩散模型，实现了生成具有较高保真度的纹理。该框架还具有用户控制的编辑功能，如修复缺失和标签引导的生成。该方法具有等变性，能够在局部相似区域之间无缝复现细节，并打开了生成纹理迁移的可能性。

该文章介绍了一种基于内在隐性扩散模型的框架，用于在3D形状表面上合成高质量纹理。该方法通过对网格顶点上的离散矢量场编码纹理的隐式表示和学习在表面上的学习隐空间中去噪扩散过程的隐性扩散模型，具有较高的保真度。该框架还具有等变性，可以在局部相似区域之间无缝复现细节，并打开了生成纹理迁移的可能性。

该文章介绍了一种基于内在隐性扩散模型的框架，用于在3D形状表面上合成高质量纹理，并实现了纹理合成和用户控制的编辑任务。该框架具有等变性，能够在局部相似区域之间无缝复现细节，并打开了生成纹理迁移的可能性。

本文介绍了一种基于内在隐性扩散模型的框架，用于在3D形状表面上合成高质量纹理，并实现了合成纹理和用户控制的编辑任务。该框架具有等变性，能够在局部相似区域之间无缝复现细节，并打开了生成纹理迁移的可能性。

该文章介绍了一种基于内在隐性扩散模型的框架，用于在3D形状表面上合成高质量纹理。该方法通过对网格顶点上的离散矢量场编码纹理的隐式表示和学习在表面上的学习隐空间中去噪扩散过程的隐性扩散模型，实现了合成纹理和用户控制的编辑任务。该框架具有等变性，能够在局部相似区域之间无缝复现细节，并具有生成纹理迁移的潜力。

该文章介绍了一种基于内在隐性扩散模型的框架，用于在3D形状表面上合成高质量纹理。该方法通过对网格顶点上的离散矢量场编码纹理的隐式表示和学习在表面上的学习隐空间中去噪扩散过程的隐性扩散模型，实现了合成纹理和用户控制的编辑任务。该框架具有等变性，能够在局部相似区域之间无缝复现细节，并打开了生成纹理迁移的可能性。