Meta 推出 SceneScript AI 視覺模型，利用可編程語言實時預測建立 3D 場景

據 Meta 公司官方新聞稿，該公司開髮了一款名爲“SceneScript”的視覺模型，該模型號稱能夠使用可編程語言來快速“建立”場景，實時推斷房間幾何形狀，並將相關數據轉換爲建築學層麵的近似值。

Meta 聲稱，相關方法能夠高效且輕量地建立室內 3D 模型，號稱“隻需要數 KB 的內存即可生成清晰且完整的幾何形狀”，並且相關形狀數據具有“可解釋性”，用戶可以輕鬆閱讀和編輯這些數據表示。

外媒注意到，開髮人員藉鑒了大語言模型“預測單詞”的方法來開髮 SceneScript，以 Llama 模型爲例，該模型可以根據前麵的單詞來預測句子的下一個單詞，例如輸入句子“The cat sat on the…”，模型會預測下一個單詞可能是“mat”或“floor”。而 SceneScript 運用了相同的概唸，即通過前序輸入內容推出後文，並使用這些建築學層麵的描述重建出複雜的室內 3D 環境。