ElasticFit

ElasticFit 框架通过 VLM 推理增强 3D 对象插入

研究人员开发了 ElasticFit，一个旨在改进将对象插入 3D 场景过程的新框架。该系统利用视觉语言模型 (VLM) 来理解语义意图和物理合理性，同时提供精确的几何控制。ElasticFit 生成结构化的拟合线索，将高级推理转化为明确的 3D 约束，从而能够将对象刚性放置、均匀缩放或弹性拟合以匹配场景的几何形状。与现有方法相比，该框架在空间关系和支撑成功率方面均有显著提高。