在 AIGC 的浪潮中，3D 生成模型（如 TRELLIS）正以惊人的速度进化岳阳塑料挤出机，生成的模型越来越精细。然而，"慢"与计算量大依然是制约其大规模应用的大痛点。复杂的去噪过程、庞大的计算量，让生成一个高质量 3D 资产往往需要漫长的等待。

为了加速，人们通常会想到在 2D 生成中大杀四方的"缓存（Caching）"技术——复用上一步的计算结果，跳过重复劳动。但在 3D 域，直接照搬这套逻辑却翻车了：2D 画面里的一点像素误差可能只是噪点，但在 3D 结构里，一点误差就会导致模型出现破洞、面片错位，甚至结构崩塌。

西湖大学 AGI 实验室提出的Fast3Dcache给出了答案。这是一种无需训练（Training-free）、即插即用的几何感知加速框架。它像一位经验丰富的雕刻师，能敏锐地判断哪些部位已经成型（可以"偷懒"复用），哪些部位还在变化（需要精雕细琢），从而在大幅提升速度的同时，保持甚至提升了模型的几何质量。

Fast3Dcache 的诞生，源于研究团队对 3D 几何生成过程的深入解剖，研究团队对直生 3D 框架 TRELLIS 的一阶段——结构生成阶段进行了观察。他们发现，在扩散模型的去噪过程中，体素（Voxel）的变化并不是杂乱无章的，而是呈现出一种"三阶段稳定模式"：

1. 剧烈震荡期：生成初期，物体的大致轮廓正在形成，体素变化剧烈，这时候须全力计算，不能偷懒。

2. 对数线衰减期：中期，越来越多的体素开始稳定下来，不再发生翻转。这种稳定的增加遵循着美妙的对数线规律。

3. 精细调整期：尾声，大多数体素已经定型，只剩下微小的细节修补，可以采用固定采样的激进加速方法。

基于这一发现，Fast3Dcache 并没有简单粗暴地切掉计算量，而是设计了两大核心模块来"排兵布阵"。

△  图 1 体素变化的三阶段图

为了将上述观察转化为算法，Fast3Dcache 引入了两个精巧的机制：

《红楼梦》四十一回，刘姥姥二进大观园，贾母设宴款待。

小米公司新媒体总监 @神得强 Steven、REDMI 产品经理胡馨心也在徐洁云该条微博下评论：我也收到过。

上个周末，我同朋友去了一家北京的洗浴中心。6 小时的门票 70 元出头，对于从小就常去澡堂子的我来说，这里价格不算便宜，但在北京的线下生活中，也算不上昂贵。

几天前，11 月 26 日，万科发布公告将于 12 月 10 日召开债权人会议，审议" 22 万科 MTN004 "的展期事项，塑料管材设备以稳妥进该笔债券本息兑付。" 22 万科 MTN004 "发行总额 20 亿元，票面利率 3%，期限 3 年，本金兑付日为 2025 年 12 月 15 日。

后的发型一言难尽，但众人的关注点完全不在这里。

1. PCSC：预测"预算"的指挥官岳阳塑料挤出机

既然体素的稳定过程是有规律的，我们就可以"预判"！PCSC（Predictive Caching Scheduler Constraint）模块通过在早期的锚点步骤进行一次校准，就能画出一条"衰减曲线"，预测后续每一步有多少体素是稳定的。它动态地分配每一部的"计算预算"——变化大的时候多算点，稳定的时候多存点，不浪费一度电，也不错过一个细节。

2. SSC：挑选"懒人"的监工

有了预算，具体该复用哪些 token 呢？SSC（Spatiotemporal Stability Criterion）模块通过分析特征在潜空间（Latent Space）中的速度（Velocity）和加速度（Acceleration）来做决定。

如果一个特征的速度和加速度都很小，说明它已经"稳如泰山"，直接复用缓存即可。

如果它还在剧烈波动，说明它是几何生成的关键点，须重新计算。

这种基于时空动力学的筛选机制，比传统的仅看数值相似度要靠谱得多，彻底解决了 3D 结构断裂的问题。

△   图 2 Fast3Dcache 整体流程图

Fast3Dcache 同时实现了提高几何生成速度岳阳塑料挤出机，减少计算量以及保持高质量。在 TRELLIS 和 DSO 框架上的测试显示，Fast3Dcache 在保证几何质量的前提下，显著提升了理吞吐量。当参数 τ =8 时，模型提速27.12%，计算量（FLOPs）降低54.83%，如论文中表 1 所示。

更重要的是，Fast3Dcache 具有正交，可以与现有的 / 图像加速算法（如 TeaCache, EasyCache）无缝叠加，如论文中表 2 所示，Fast3Dcache + TeaCache理速度为原来的3.41 倍。此外作者在附录中补充了实验，如论文中表 5 所示，作者验证了Fast3Dcache + EasyCache理速度提升更快，是原来的10.33 倍！

下图所示，Fast3Dcache 自身以及和其他方法结在提高速度以及降低计算量的同时，仍然保持了高质量的几何特征。

△  图 3 结果展示可视化图

动图果展示（更多详见项目主页）：

TRELLIS（vanilla）岳阳塑料挤出机

Fast3Dcache（τ =3）

3D AIGC 的"轻功"时刻

Fast3Dcache 的提出，打破了" 3D 加速损画质"的传统认知。它不需要重新训练模型，不需要繁琐的调参，以一种优雅、符物理直觉的方式，释放了 3D 扩散模型的理潜能。

对于急需降低算力成本、提高生成率的 3D 内容创作者和开发者来说，Fast3Dcache 是在 3D 几何生成减少计算冗余方面的一个重要开拓者，为后续的工作提供了更多可能。

论文标题：Fast3Dcache: Training-free 3D Geometry Synthesis Acceleration

论文链接：https://arxiv.org/abs/2511.22533

项目主页：https://fast3dcache-agi.github.io

一作者：杨梦宇，西湖大学 AGI 实验室访问学生

指导老师：张驰教授，西湖大学 AGI 实验室负责人

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

我们正在招聘一名眼疾手快、关注 AI 的学术编辑实习生  � �

感兴趣的小伙伴欢迎关注 � �  了解详情

� � 点亮星标 � �

科技前沿进展每日见岳阳塑料挤出机