像素空间统一3D生成与重建

之前统一3D生成和重建的路线都挤在潜空间，比如Instant3D、MVDream那套，本质是用Stable Diffusion的VAE压缩图像再扩散，但VAE对几何细节的破坏是结构性的——深度不连续、纹理高频信息丢失，重建分支和生成分支还得共用同一个有损编码器。

PixWorld的解法很直接：把扩散目标从潜特征拉回像素，同时用几何感知的特征对齐保证多视图一致性。这相当于用计算换精度，代价是训练成本更高，但省去了调VAE的麻烦。

目前代码未开源，46个upvote在HF Papers里算中等热度，建议等代码放出后重点看它在RealEstate10K这类稀疏视图重建任务上的表现，那是潜空间方法的老大难场景。