تولید صحنههای سهبعدی از روی تصاویر دوبعدی همیشه با چالشهایی مثل اعوجاج و تاری همراه بوده، اما محققان با معرفی مدل دومرحلهای GeoWorld این مشکل را حل کردهاند.
این مدل با ارائه «ویژگیهای هندسی تمامفریم» (Full-frame Geometry Features)، یک نقشه ذهنی دقیق از محیط ایجاد میکند که باعث میشود خروجی نهایی، هم باکیفیتتر باشد و هم ۷.۵ برابر سریعتر از مدلهای پیشرفتهای مثل Hunyuan-Voyager عمل کند.
این یعنی قدمی بزرگ برای دنیای واقعیت مجازی و شبیهسازیهای دقیقتر با هوش مصنوعی! 🌐✨
بعدی
منبع: arXiv Computer Vision