BlockFusion是一種基於擴散的模型，可以生成3D場景，並無縫地將新的塊整合到場景中。它通過對隨機裁剪自完整3D場景網格的3D塊數據集進行訓練。通過逐塊擬合，所有訓練塊都被轉換為混合神經場：其中包含幾何特徵的三面體，然後是用於解碼有符號距離值的多層感知器（MLP）。變分自動編碼器用於將三面體壓縮到潛在的三面體空間，對其進行去噪擴散處理。擴散應用於潛在表示，可以實現高質量和多樣化的3D場景生成。在生成過程中擴展場景時，只需附加空塊以與當前場景重疊，並外推現有的潛在三面體以填充新塊。外推是通過在去噪迭代過程中使用來自重疊三面體的特徵樣本來調節生成過程完成的。潛在三面體外推產生語義和幾何上有意義的過渡，與現有場景和諧地融合。使用2D佈局調節機制來控制場景元素的放置和排列。實驗結果表明，BlockFusion能夠生成多樣化、幾何一致且質量高的室內外大型3D場景。