ब्लॉकफ्यूज़न एक डिफ्यूज़न-आधारित मॉडल है जो 3D दृश्य उत्पन्न कर सकता है और नए ब्लॉक को दृश्य में सहज रूप से एकीकृत कर सकता है। यह पूर्ण 3D दृश्य मेष से यादृच्छिक रूप से क्रॉप किए गए 3D ब्लॉक डेटासेट के प्रशिक्षण द्वारा काम करता है। ब्लॉक-दर-ब्लॉक फिटिंग के माध्यम से, सभी प्रशिक्षित ब्लॉक को मिश्रित न्यूरल फ़ील्ड में बदल दिया जाता है: जिसमें ज्यामितीय विशेषताओं वाले टेट्राहेड्रा होते हैं, इसके बाद साइन किए गए दूरी मानों को डिकोड करने के लिए एक बहु-परत पर्सप्ट्रॉन (MLP) होता है। टेट्राहेड्रा को संभावित टेट्राहेड्रोन स्थान में संपीड़ित करने के लिए एक परिवर्तनशील ऑटोएन्कोडर का उपयोग किया जाता है, जिस पर शोर हटाने वाले प्रसार का प्रदर्शन किया जाता है। संभावित प्रतिनिधित्व पर प्रसार लागू करने से उच्च-गुणवत्ता और विविध 3D दृश्य निर्माण संभव होता है। दृश्य निर्माण प्रक्रिया के दौरान दृश्य का विस्तार करने पर, वर्तमान दृश्य के साथ ओवरलैप करने के लिए बस खाली ब्लॉक जोड़े जाते हैं और नए ब्लॉक को भरने के लिए मौजूदा संभावित टेट्राहेड्रा का बहिर्गमन किया जाता है। ओवरलैपिंग टेट्राहेड्रा से विशेषता नमूनों का उपयोग करके डेनॉइज़िंग पुनरावृत्तियों के दौरान बहिर्गमन किया जाता है ताकि उत्पादन प्रक्रिया को विनियमित किया जा सके। संभावित टेट्राहेड्रोन बहिर्गमन अर्थपूर्ण और ज्यामितीय रूप से उचित संक्रमण उत्पन्न करता है जो मौजूदा दृश्य के साथ सामंजस्यपूर्ण रूप से मिश्रित होता है। दृश्य तत्वों की नियुक्ति और व्यवस्था को नियंत्रित करने के लिए 2D लेआउट समायोजन तंत्र का उपयोग किया जाता है। प्रायोगिक परिणाम दर्शाते हैं कि ब्लॉकफ्यूज़न विविध, ज्यामितीय रूप से सुसंगत और उच्च-गुणवत्ता वाले बड़े आकार के इनडोर और आउटडोर 3D दृश्य उत्पन्न कर सकता है।