SceneBloom：Diffusion+Agent 生成 3D 室内场景，导航收益达真实扫描 1.7 倍
Lianhuiq · x · 2026-11-01
NYU 与 UCSD 团队发布 SceneBloom，一个面向具身学习的 agent 化 3D 室内场景生成框架：先由扩散模型对功能区域做视觉提议（seating/dining/storage 等），再编译成可直接用于仿真的 3D 场景；同一 prompt 重采样可得不同布局。
关键结果（见论文图）：
- 物理有效性 100%（无碰撞、无越界物体），对比 Holodeck/SAGE 22%、SceneWeaver 18%；
- 布局最接近真实房间；
- 用生成场景训练的物体导航策略，在 held-out 真实扫描上成功率 35.3%，甚至高于用等量真实扫描训练的 33.0%，导航增益约为真实数据的 1.7 倍。
结论：生成的场景可以比真实数据更好地训练具身智能体。论文、代码与项目页均已公开。
「具身」频道最新
- Corebrum 物理 AI 系统登陆 ARM64：树莓派也能跑 ROS 加 AI Agent — chrismatthieu · 2026-11-01
- 脑洞：把 WebAI 徽章改造成随身国际象棋谜题机 — jason_mayes · 2026-11-01
- 开发者让 Reachy 机器人「被附身」,可多人 AR 联机打鬼 — stspanho · 2026-11-01
- DeepMind 团队用一句英文 prompt 直接造出 12 自由度跳舞机器人 — GoogleDeepMind · 2026-11-01
- Reachy Mini 机器人+AR 眼镜玩出新花样：数字与物理混合 demo — Scobleizer · 2026-11-01
- Figure CEO 晒 NEO 3 家用机器人新照,织物外观设计曝光 — adcock_brett · 2026-11-01