Ce pipeline exploite la capacité de génération des modèles de diffusion 2D et l'auto-réparation des invites pour créer des images panoramiques servant de représentation initiale de scène « plane » (2D). Ensuite, une technique de sculpture élève cette image en une fonction gaussienne 3D pour une exploration en temps réel. Pour générer une structure géométrique 3D cohérente, le pipeline construit une structure spatialement cohérente en construisant la profondeur d'un point de vue monoculaire sous forme de nuage de points optimisé globalement. Ce nuage de points sert d'état initial de la fonction gaussienne 3D pour aider à résoudre les problèmes d'occlusion dus à l'entrée monoculaire. En imposant des contraintes sémantiques et géométriques à la vue de la caméra synthétique et d'entrée, le pipeline guide l'optimisation de la fonction gaussienne pour reconstruire les zones non visibles. Globalement, cette méthode fournit une scène 3D globalement cohérente à 360 degrés, offrant une expérience améliorée et gratuite par rapport aux technologies existantes.