GRM एक बड़े पैमाने पर पुनर्निर्माण मॉडल है जो 0.1 सेकंड में विरल दृश्य छवियों से 3D संपत्तियों को पुनर्प्राप्त कर सकता है और 8 सेकंड के भीतर पीढ़ी प्राप्त कर सकता है। यह एक फीडफॉरवर्ड ट्रांसफॉर्मर-आधारित मॉडल है जो कुशलतापूर्वक बहु-दृश्य जानकारी को एकीकृत कर सकता है, इनपुट पिक्सल को पिक्सेल-संरेखित गौसियन वितरण में बदल सकता है, जिन्हें दृश्य का प्रतिनिधित्व करने वाले घने 3D गौसियन वितरण के संग्रह में प्रोजेक्ट किया जा सकता है। हमारी ट्रांसफॉर्मर आर्किटेक्चर और 3D गौसियन वितरण के उपयोग से एक स्केलेबल, कुशल पुनर्निर्माण ढांचा खुलता है। बड़ी संख्या में प्रयोगात्मक परिणाम दर्शाते हैं कि हमारी विधि पुनर्निर्माण गुणवत्ता और दक्षता के मामले में अन्य विकल्पों से बेहतर है। हमने मौजूदा बहु-दृश्य प्रसार मॉडल के साथ संयोजन में, पीढ़ी कार्यों (जैसे, टेक्स्ट-टू-3D और छवि-से-3D) में GRM की क्षमता भी दिखाई है।