研究团队提出3D-ARD+文本到场景生成模型

研究团队提出名为 3D-ARD+ 的生成模型，用于从文本生成 3D 场景。该模型把多模态 token 序列的自回归生成与下一个物体 3D latent 的扩散生成结合起来，按顺序逐个生成场景中的物体。团队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，并在论文中给出了评估。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。