研究人员开发了SuperVoxelGPT，一种使用自回归多模态大语言模型生成3D形状的新框架。该方法采用自适应有序超体素标记化策略，解决了现有3D标记化方法的局限性。SuperVoxelGPT基于几何显著性构建形状自适应超体素分区，将更精细的细节分配给复杂区域，将更粗略的细节分配给平滑区域，从而显著缩短了标记序列长度并加快了生成速度。 AI
影响 引入了一种更高效的利用LLM进行3D形状生成的方法，有望提高生成式AI在3D设计中的质量和速度。
排序理由 这是一篇描述3D形状新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2605.29655v1 Announce Type: new Abstract: Autoregressive multimodal large language models (MLLMs) enable 3D generation but struggle to scale to high-resolution shapes due to inadequate 3D tokenizations. Compact set-based representations discard deterministic spatial orderin…