في تطور جديد في عالم الذكاء الاصطناعي، أطلق الباحثون مفهوم Flame3D، وهو إطار عمل مبتكر يتجاوز الطرق التقليدية لفهم المشاهد ثلاثية الأبعاد. بينما كانت الأساليب الحالية تعتمد على التدريب الكبير لنماذج اللغة ثلاثية الأبعاد (3D-Language Training) أو التركيز على تثبيت الأجسام والعلاقات المكانية البسيطة، يأتي Flame3D ليقدم حلاً دون الحاجة لتدريب محدد.

يعتمد Flame3D على تخزين المشاهد في ذاكرات بصرية نصية قابلة للتعديل، مما يتيح لها التواصل مع نموذج اللغة الكبير (MLLM) من خلال أدوات تجريبية تتعلق بالفضاء. هذا يعني أن النظام يمكنه توليد برامج مكانية مخصصة في وقت الاستدلال، مما يمكّن المستخدمين من التفكير المفتوح حول التخطيطات، المساحات الفارغة، والأجسام التي لم توجد بعد في المشهد.

أظهرت الأبحاث أن هذا النظام لا يوفر فقط أداءً تنافسياً مقارنة بأساليب النماذج اللغوية ثلاثية الأبعاد المدربة مسبقاً على مسابقة ScanQA، بل إنه أيضًا يظهر قدرات مذهلة في التفكير المكاني المتعدد الخطوات عندما يتم تقييمه على معيار رفتار تركيبي مكاني مخصص يُعرف باسم Compose3D.

ومع أن الأدوات الثابتة قد تكون غير كافية، فإن قدرة Flame3D على توليد العمليات المكانية في وقت الاستدلال تثبت أهميتها البارزة في هذا المجال.

هل ينبغي أن يركز التقدم المستقبلي في فهم المشاهد ثلاثية الأبعاد على إثراء الذكريات المشهدية الغنية والتعبيرات التركيبية متعددة الأبعاد؟ هذا السؤال يعد بحوار مثير حول مستقبل الذكاء الاصطناعي وتطبيقاته في الهندسة المعمارية والتصميم.