Hi3DEval：基于分层有效性的三维生成评估

尽管3D内容生成技术取得了快速进展，生成3D资产的质量评估仍面临巨大挑战。现有方法主要依赖基于图像的度量指标，且仅在物体层面进行评估，难以捕捉空间一致性、材质真实感以及高保真局部细节。1）为应对上述挑战，我们提出Hi3DEval——一种专为3D生成内容设计的分层评估框架。该框架融合物体级与部件级评估，支持多维度的全面质量评估，同时实现细粒度的质量分析。此外，我们拓展了纹理评估的范畴，不仅关注视觉美观性，更显式评估材质的真实性，重点分析反照率、饱和度和金属度等关键属性。2）为支撑该框架，我们构建了Hi3DBench——一个大规模数据集，包含多样化的3D资产及高质量标注，并配套开发了一套可靠的多智能体标注流程。我们进一步提出一种基于混合3D表示的3D感知自动化评分系统：具体而言，利用基于视频的表示方法进行物体级与材质相关评估，以增强对时空一致性的建模能力；同时采用预训练的3D特征实现部件级感知。大量实验表明，我们的方法在建模3D特性方面优于现有基于图像的度量指标，并与人类偏好具有更优的一致性，为人工评估提供了一种可扩展的替代方案。项目主页详见：https://zyh482.github.io/Hi3DEval/。