开源框架 HARMONY 用 VLM 智能体分层重建 3D 场景,媲美 GPT-6 Astra
thoma_gu · x · 2026-09-24
Lingjie Liu 团队发布开源框架 HARMONY:用 VLM 智能体从单张室内图像重建组合式 3D 场景,像 3D 美术师一样按层级顺序搭建——先房间结构与相机,再壁挂物、独立家具,最后装饰件。每阶段将渲染结果与输入图对比、反思并迭代纠错,防止误差累积。即使使用较旧的 VLM 骨干,其视觉质量也能与 GPT-6 Astra 竞争,同时几何对齐更好。随发布一并放出 HARMONY300 benchmark,作者认为高水平推理与几何优化结合在 3D 重建上潜力巨大。
所属事件:宾大开源 HARMONY：单图重建 3D 场景(3 条相关)→
「研究」频道最新
- AI 发现人体内全新生物过程,研究者称生物学迎来大日子 — rand_longevity · 2026-09-24
- 研究提出折叠冗余层：ViT推理提速不失准确率的新框架 — burkov · 2026-09-24
- 反直觉发现：通用合成数据训练蒸馏adapter效果胜过自生成数据 — ostrisai · 2026-09-24
- 脑基础模型何去何从：神经科学与大模型路线的交叉观察 — ShahabBakht · 2026-09-24
- CoRL 2026 论文 TANGO:纯仿真训练人形机器人全身导航,真机零样本迁移 — chris_j_paxton · 2026-09-24
- 开发者用多层屏幕空间光线步进,实现 VRChat 液体折射渲染 — Michael_Moroz_ · 2026-09-24