في عالم الذكاء الاصطناعي، أعلنت مجموعة من الباحثين عن تطوير أداة جديدة تدعى Unravel، التي تعد ثورة حقيقية في مجال استعادة المشاهد ثلاثية الأبعاد. يعتمد هذا الإطار التدريبي المجاني على تحويل صورة واحدة إلى مشهد ثلاثي الأبعاد تفاعلي، مما يسمح لكل جسم داخل المشهد أن يكون عنصرًا مستقلًا وقابلًا للتحريك.

تواجه الأنظمة الحالية تحديات كبيرة، حيث تنتج إما هندسة مترابطة تجعل من الصعب تحريك الأجسام، أو تتوقع جميع الأجسام في عملية واحدة، مما يجعل من الصعب تحديد أو تصحيح أي أخطاء. لكن Unravel يختلف تمامًا، حيث يبدأ بتفكيك المشهد قبل إعادة تجميعه. باستخدام نموذج للرؤية واللغة (vision-language model)، يُخطط ليحدد أي الأجسام مرئية بشكل كامل، ويسمح لمحرر الصور بإزالة هذه الأجسام واستعادة المناطق الم occluded.

كل تعديل يتم التحقق منه قبل دمجه في عملية الاستعادة، مما يمنح المشاهد إمكانية تحول الأجزاء المخفية إلى مشاهد مباشرة. هذه التقنية قادرة على إعادة بناء المشهد بطريقة تضمن أن الأجسام المدعومة توضع قبل الأجسام التي تدعمها.

علاوة على ذلك، تعتبر النقاط المرصودة بمثابة حد أدنى من الحجم، مما يسمح للأصول بالنمو بدلاً من الانكماش. أخيرًا، يتم استقرار المشهد المُعاد بناؤه جسديًا لإزالة الأجسام العائمة، تليها مراجعة تصحيحية دقيقة.

أظهرت التجارب واسعة النطاق على مشاهد داخلية متنوعة أن Unravel لا يستعيد المزيد من الأجسام فحسب، بل يضعها بدقة أكثر وينتج مشاهد تتمتع بمصداقية جسدية أعلى مقارنة بالطرق الحالية.