محققان در پژوهش جدیدی، یکی از چالشهای بزرگ مدلهای تولیدکننده سه بعدی (Text-to-3D) را شناسایی و حل کردهاند. مشکل اینجاست که گاهی این مدلها در «تلههای نهفته» (Latent Sinks) گیر میافتند و دیگر به دستورات متنی کاربر واکنشی نشان نمیدهند.
تیم محققان متوجه شد که این مدلها مشکل کمبود خلاقیت ندارند، بلکه نسبت به دستورات متنی «خارج از توزیع» حساسیت خود را از دست میدهند. روش جدیدی که معرفی شده، توانایی هندسی مدل را از حساسیت زبانی جدا میکند تا ویرایش اشکال سه بعدی با دقت و پایداری بسیار بیشتری انجام شود. این پیشرفت میتواند دنیای مدلسازی سه بعدی با هوش مصنوعی را متحول کند! 💡
منبع: arXiv Computer Vision