
ShapeCraft 论文总结与核心翻译
一、主要内容总结
ShapeCraft 是一款基于多LLM智能体的文本到3D生成框架,旨在解决现有方法生成的3D资产结构混乱、交互性差的问题,满足实际艺术创作流程的需求。其核心是通过基于图的过程化形状(GPS)表示,将复杂自然语言描述分解为结构化的子任务图,再由Parser、Coder、Evaluator三类智能体协同工作,逐步生成结构化、带纹理且支持交互的3D模型。
核心流程
- GPS表示初始化:Parser智能体解析用户文本输入,分解为几何组件节点,定义各节点的几何描述、位置描述、边界体积和初始代码片段,构建基础图结构。
- 表示自举优化:Evaluator智能体评估初始图结构的合理性,提供反馈;Parser和Coder基于反馈迭代优化GPS,修正边界体积和组件分解误差。
- 多路径迭代建模:Coder智能体采用多路径采样策略,为每个组件生成多种建模方案,结合Evaluator的视觉反馈迭代精炼代码,筛选最优建模路径。
- 组件感知纹理绘制:基于GPS的组件分解,通过组件感知的分数蒸馏采样(CASD),学
订阅专栏 解锁全文
4236



被折叠的 条评论
为什么被折叠?



