Метод split-and-scale від Apple підвищує деталізацію 3D-латентів під час інференсу без перенавчання
Public- 18 Nov, 2026

Дослідники Apple у галузі машинного навчання представили split-and-scale - спосіб збільшити ємність латентних 3D-представлень під час інференсу так, щоб навчання не ставало непомірно дорогим. Латентні представлення й так компактно кодують 3D-сцени та лежать в основі потужних генеративних 3D-моделей. Але дрібні деталі складних об'єктів вони передають погано: у латенти вміщується лише обмежений обсяг інформації.

Очевидне рішення має серйозні недоліки. Якщо нарощувати ємність латентів під час навчання, обчислення дорожчають, а в межі пам'яті це часто й зовсім не вкладається. Додавати латенти під час інференсу теж марно: модель не вміє як слід розпорядитися додатковою ємністю.
Метод спирається на одну важливу властивість. Якщо 3D-сцену задано як неперервну функцію від 3D-координат, той самий попередньо навчений токенізатор можна під час інференсу застосовувати до як завгодно малих ділянок сцени. Кожна ділянка отримує стільки ж латентної ємності, скільки дісталося б цілій сцені, тобто той самий бюджет витрачається на меншу область простору. Завдяки цьому модель передає значно більше деталей, і перенавчати її не потрібно.
Команда провела масштабні абляційні експерименти, щоб оцінити, як співвідносяться обчислення, пам'ять, латентна ємність і якість реконструкції. Виявилося, що таке масштабування під час інференсу дає якість на рівні значно більших моделей, яким не вистачає пам'яті одного GPU. Підхід працює і для генерації: авторегресивний 3D-генератор, навчений на представленнях split-and-scale, не поступається найсучаснішим базовим моделям. Схоже, це реальний спосіб генерувати детальніші 3D-асети на скромному залізі.