Bilanz der Quelle: Forscher der Arizona State University haben zusammen mit Industriepartnern in der Zeitschrift Transactions on Machine Learning Research DecompDreamer vorgestellt: einen kompositionsbewussten Trainingsansatz für strukturierte 3D-Objektgenerierung. Heutige KI-Werkzeuge erzeugen einzelne Objekte gut, scheitern aber an Szenen mit mehreren interagierenden Objekten; das Team zeigt, dass dies an den Optimierungsabläufen liegt, nicht an den Werkzeugen selbst. DecompDreamer arbeitet stufenweise: zuerst Layout und Beziehungen, dann Details je Objekt, was deutlich kohärentere 3D-Szenen ergibt. Anwendungen sieht das Team in Game-Entwicklung, Virtual Reality und Animation.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von news.asu.edu. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
