Lucida

Lucida系统通过VLM引导的放置增强真实到模拟场景建模

研究人员推出Lucida，一个用于可组合场景建模的新系统，可将真实的室内环境重建为可编辑的3D对象资产。与以前的方法不同，Lucida将任务需求重新分配到解析、资产生成和放置阶段，确保每个步骤都依赖于杂乱捕获中可靠可用的数据。该系统利用视觉语言模型GizmoAct，通过多轮GUI交互引导对象放置，在3D对象检测、姿态估计和场景重建方面取得了显著改进。