HOLODECK 2.0: 视觉-语言引导的3D世界生成框架发布

研究人员推出了HOLODECK 2.0，一个旨在通过视觉-语言模型引导生成和编辑3D世界的新框架。该系统能够通过解析详细的文本描述，生成各种风格（包括写实、卡通和赛博朋克）的多样化且语义丰富的3D场景。HOLODECK 2.0 利用最先进的3D生成模型，并应用空间约束来确保连贯且合理的布局，在室内和开放域场景中均表现出优于现有方法的性能。该框架还支持基于人类反馈的灵活编辑，允许进行布局优化和风格一致的对象修改。 AI

影响 为游戏、VR和艺术应用中的3D环境创建提供了更高效、更灵活的方式。

排序理由 该集群描述了一篇详细介绍新的3D世界生成框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• DagsHub
• Gotit.pub
• HOLODECK 2.0
• Hugging Face
• ScienceCast
• Zixuan Bian

• 产品
• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →