Метод split-and-scale от Apple повышает детализацию 3D-латентов при инференсе без переобучения
Public- 18 Nov, 2026

Исследователи Apple в области машинного обучения представили split-and-scale - способ увеличить ёмкость латентных 3D-представлений при инференсе так, чтобы обучение не становилось неподъёмно дорогим. Латентные представления и так компактно кодируют 3D-сцены и лежат в основе мощных генеративных 3D-моделей. Но мелкие детали сложных объектов они передают плохо: в латенты помещается лишь ограниченный объём информации.

У очевидного решения есть серьёзные недостатки. Если наращивать ёмкость латентов при обучении, вычисления дорожают, а в пределы памяти это часто и вовсе не укладывается. Добавлять латенты при инференсе тоже бесполезно: модель не умеет толком распорядиться дополнительной ёмкостью.
Метод опирается на одно важное свойство. Если 3D-сцена задана как непрерывная функция от 3D-координат, один и тот же предобученный токенизатор можно при инференсе применять к сколь угодно малым участкам сцены. Каждый участок получает столько же латентной ёмкости, сколько досталось бы целой сцене, то есть тот же бюджет уходит на меньшую область пространства. Благодаря этому модель передаёт гораздо больше деталей, и переобучать её не нужно.
Команда провела обширные абляционные эксперименты, чтобы оценить, как соотносятся вычисления, память, латентная ёмкость и качество реконструкции. Оказалось, что такое масштабирование при инференсе даёт качество на уровне гораздо более крупных моделей, которым не хватает памяти одного GPU. Подход работает и для генерации: авторегрессионный 3D-генератор, обученный на представлениях split-and-scale, не уступает самым современным базовым моделям. Похоже, это реальный способ генерировать более детализированные 3D-ассеты на скромном железе.