研究者提出3D-ARD+文本到3D场景生成模型

Zhenggang Tang等作者提出3D-ARD+模型，将多模态token序列上的自回归生成与下一物体3D latent的扩散生成统一起来，可按文本指令逐步生成并摆放物体，实现组合式文本到3D场景生成。作者称这是一种顺序式文本到场景生成的新范式，面向交互式场景创建。 与该模型一同提出的还有230K室内场景数据集。报道未给出该模型在具体任务上的量化效果或与其他方法的对比结果。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。