في عالم الذكاء الاصطناعي، لا تزال هنالك تحديات ملحة تتعلق بإنشاء مشاهد ثلاثية الأبعاد (3D) تستند إلى تجارب فردية، حيث يعاني الباحثون من ضعف تداخل الرؤى والتأثير الكبير للزوايا الشخصية على تفسير المشاهد. هذه العقبات تعيق إنتاج محتوى بصري متناسق ومترابط، فضلاً عن بناء بنى هندسية دقيقة.

لكن الفريق البحثي في مشروع CGGS (إختصارًا لـ Consistency-Augmented Geometric Gaussian Splatting) قد أوجد حلولاً مبدعة للتغلب على هذه المشكلات. يقوم النظام الجديد، الذي يعتمد على نموذج الانحدار التلقائي متعدد المناظر (Multi-View Latent Diffusion Model)، بعرض تقنيات مبتكرة لتحسين الوعي بالمحتوى ثلاثي الأبعاد ومعالجة التشوهات الهندسية.

يأتي النظام مع ما يسميه الباحثون "مولد الرؤية الشخصية"، والذي يعدل نموذج الانحدار التلقائي لانتاج محتوى ثنائي الأبعاد (2D) دقيق يتماشى مع الوصف النصي المستخدم. وعندما يتعلق الأمر بالتقديرات العمقية، يقوم "مزين التخطيط" باستخدام تقنيات مثل تدفق الضوء وارتباط النقاط لتقديم سحب كثيف من النقاط كنماذج أولية.

والمثير هو أن "معالج الجيوميتري" يحسن إعادة بناء السطح ثلاثي الأبعاد بواسطة فقدان العمق القائم على المعلومات المتبادلة (Mutual Information Depth Loss) وجداول تحسين هرمية لرفع جودة الصورة والهياكل الهندسية.

تُظهر التجارب الشاملة أن CGGS يتفوق على الأساليب السابقة في إنتاج مشاهد ثلاثية الأبعاد مدفوعة بالنص بطريقة متجانسة ودقيقة.

يمكنكم زيارة الصفحة الرسمية للمشروع للحصول على معلومات إضافية من هنا: تناول المشروع.