3DTurboQuant：3D再構成モデル向けの学習不要・準最適量子化
arXiv cs.CV / 2026/4/8
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 3DTurboQuantは、3D Gaussian Splatting/NeRF/3D再構成モデルの既存圧縮手法が必要としていた「シーン依存のコードブック学習（微調整）」を不要にする学習不要の量子化手法を提案しています。
- 45次元の球面調和係数（3DGS）や1024次元のKVベクトル（DUSt3R）のような支配的パラメータが、単一のランダム回転で既知のベータ分布に写る次元領域にあることを利用し、データ非依存のLloyd-Max量子化を「情報理論的下限の2.7倍以内」で実現します。
