本文介绍了一种新颖的3D形状生成方法Point-Voxel Diffusion（PVD），该方法结合了降噪扩散模型与点-体素表示，能够高效生成和完成3D形状。PVD通过优化变分下界，在单视角深度扫描中表现出色，有效解决了3D重建中的歧义问题。此外，Diff3F特征描述符和Mosaic-SDF表示方法在多个基准测试中显示出优越性，推动了3D形状补全和图像编辑技术的发展。

本文介绍了一种新颖的概率生成建模方法Point-Voxel Diffusion（PVD），用于3D形状生成和补全。PVD结合了降噪扩散模型与点-体素表示，优化了生成质量。实验表明，PVD在点云补全方面优于现有方法，并加速了生成过程，具有重要的实际应用价值，尤其在电影、游戏和虚拟现实领域。

本文提出了一种新颖的概率生成模型Point-Voxel Diffusion（PVD），结合了降噪扩散模型与3D形状的混合点-体素表示，能够实现高保真度的形状生成和多模态形状完成。该模型在生成3D头像和点云方面表现优异，显著提升了生成质量和速度。