AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com
从文字生成三维世界的场景有多难？
试想一下，如果我们要 “生成复活节岛的摩艾石像”，AI 怎么才能理解我们的需求，然后生成一个精美的三维场景？
斯坦福的研究团队提出了一个创新性解决方案：就像人类使用自然语言（natural language）进行交流，三维场景的构建需要场景语言（Scene Language）。
项目主页：https://ai.stanford.edu/~yzzhang/projects/scene-language/
文章地址：https://arxiv.org/abs/2410.16770
64 个黑白相间的格子 按规则排列的 32 个棋子 每个棋子的独特造型
用户偏好测试中获得 85.65% 的偏好，相比现有方法提高了近 7 倍； 在物体数量控制方面，测试集中的准确率达到 100%，而现有方法只有 11%。
