Проблема масштабируемости 3D-генерации
Создание больших, свободно исследуемых 3D-миров из текстовых запросов остается сложной задачей. Основные препятствия — поддержание глобальной пространственной согласованности, богатства локального контента и доступности активов для последующего редактирования. Традиционные методы часто теряют структуру при увеличении масштаба сцены.
Архитектура WorldClaw: от плана к деталям
WorldClaw — это полностью агентная система, использующая подход «от общего к частному» (coarse-to-fine). Процесс генерации разделен на несколько этапов, выполняемых специализированными агентами:
- Планирование: Агенты-планировщики преобразуют текстовый промпт в структурированную спецификацию, определяя регионы, рельеф, активы, материалы и пространственные отношения.
- Формирование основы: Строится глобально согласованный ландшафт на основе семантических макетов, повторно используемых активов и генеративных материалов.
- Детализация: Для сложных регионов генерируются композиции, учитывающие рельеф, восстанавливаются редактируемые текстурированные меши и их размещение.
- Рендеринг: Агенты, основанные на рендеринге, уточняют внешний вид, контакты объектов и общую визуальную целостность.
Ключевые возможности системы
Система WorldClaw демонстрирует способность генерировать сцены, которые не только визуально привлекательны, но и технически пригодны для использования в downstream-задачах. В отличие от простых генераторов изображений, WorldClaw создает редактируемые активы на уровне экземпляров (instance-level assets), сохраняя при этом целостность глобальной структуры ландшафта.
Значение для индустрии
Разработка WorldClaw открывает путь к автоматизированному созданию контента для игр, симуляций и виртуальных сред. Способность системы генерировать масштабируемые миры с четкой структурой и редактируемыми элементами снижает порог входа для разработчиков, позволяя им фокусироваться на геймплее, а не на ручном моделировании ландшафтов.
Источник: arXiv cs.AI ↗