研究人员正在开发新方法来提高大型语言模型(LLM)理解和操作3D环境的能力。一种名为DEER-3D的方法,通过生成有针对性的反事实训练示例,使用错误驱动框架来识别和纠正3D LLM中的接地失败。另一种方法Chat-Edit-3D++,通过一个可以调用各种视觉模型的LLM实现交互式3D和4D场景编辑。第三种技术DisCo3D,通过将3D一致性先验知识提炼到2D编辑器中,在3D场景编辑过程中保持多视图一致性,最终将编辑优化为3D表示。 AI
影响 这些进展可能带来更直观、更强大的3D内容创建和操作工具,弥合人工智能中语言理解与空间推理之间的差距。
排序理由 该集群包含三篇学术论文,详细介绍了使用大型语言模型进行3D场景编辑的新研究框架。
- 3D scene editing
- Chat-Edit-3D++
- DEER-3D
- DisCo3D
- Fang Shuangkang
- Gaussian Splatting
- Hash-Atlas
- Large Language Models
- Yue Zhang
- Yufeng Chi
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →