本文探讨了分数蒸馏抽样（SDS）及其变体在文本到三维生成中的应用，提出了“Consistent3D”方法，显著提升了三维物体和场景的生成质量。研究分析了SDS的组成部分，并提出了稳定评分蒸馏（SSD）和分类器分数蒸馏（CSD）方法，解决了生成模型中的多面几何和准确性问题，效果优于现有技术。

RetDream通过检索辅助方法解决了文本到3D生成中的几何不一致问题，显著提高了生成场景的忠实度和效率。新方法Consistent3D和BoostDream在生成高质量3D资产方面表现出色，克服了双面问题，并通过深度信息生成纹理。此外，研究提出了多视角SDS和稀疏3D重建方法，显著提升了生成质量和一致性。

本文综述文本到3D生成中基于得分蒸馏采样（SDS）的方法。针对2D扩散模型易导致外观模糊和多面几何的问题，StableDreamer、SSD、CSD等改进方法解决了过平滑、过饱和问题并提升保真度。其他工作包括结合策略梯度与美学评分的DDPO3D、利用深度信息生成纹理、以GAN建模多视图分布差异，以及DreamPropeller加速算法（约4.7倍提速）。