HuggingFace 每日论文Zhiqi Li
递归代码世界模型:通过递归场景程序构建复杂3D世界
原标题:Recursive Code World Models: Building Complex Worlds through Recursive Scene Programs
论文80
从单张参考图重建复杂 3D 场景时,平面代码往往难以兼顾微小构件与整体几何。RCWM 提出了“递归场景程序”,让视觉语言编码代理在“构建全局—深入未解局部—重返全局修整”的闭环中生成可执行代码。随着调用层级下潜,细部构件获得了独立的感知与编辑回路。
为什么值得读
将分治思想与可执行代码结合用于单图三维重建,为大模型理解并生成高复杂度可交互世界提供了清晰的模块化范式。
标签
3D ReconstructionWorld ModelsCode GenerationVision-Language ModelsScene SynthesisComputer Vision