GATOR：基于生成式与智能体框架从 casual images 重建 3D 物体

GATOR 是一个生成式与智能体框架，可从一张或多张图像恢复带纹理的物体资产及其场景相对位姿。其 local modality mixer 耦合 patch-aligned RGB、target-mask 与 pointmap 特征，并结合文本引导的语义条件生成结构、几何与外观。