RelightFormer：用于多视角物体重打光的自回归生成式Transformer

RelightFormer是一种前馈生成式Transformer，可直接对单视角和多视角图像进行重打光，绕过了显式的固有属性估计。该架构从视频基础模型适配而来，通过潜在光照模块和置换不变位置编码处理无序多视角输入。研究团队构建了包含90K物体和39K种独特光照的Laval Objaverse数据集（LOD），实验显示其在单视角、多视角及新视角重打光任务上达到SOTA视觉质量并具备强零样本泛化能力。