AI智能体从单张照片生成3D场景,却无法自评几何精度
结论前置 / TL;DR
新方法LEGO-Anything可将单张照片转化为可编辑的Blender 3D代码。在配套基准测试中,GPT-6 Astra表现最佳,重建准确率最高达53%。但所有参测AI智能体均存在共性缺陷:其对自身几何重建结果的准确性判断能力近乎随机,与抛硬币无异。
单图驱动3D建模新路径
LEGO-Anything是一种新兴AI方法,能够直接从单张照片生成可在Blender中编辑的完整3D场景代码,无需多视角输入或人工标注。
性能与瓶颈并存
在该方法配套发布的基准测试中,GPT-6 Astra模型以最高53%的重建准确率位居榜首。然而,研究发现所有参与测试的AI智能体在关键能力上严重缺失:它们完全无法可靠评估自身生成的3D结构在几何层面是否正确——其自我判断准确率仅约50%,等同于随机猜测。
自省能力成智能体落地硬伤
这一缺陷意味着,当前AI驱动的3D内容生成流程仍高度依赖人工校验,难以实现端到端自动化闭环。
本文为企业智脑(优秘智能)编译整理自公开资讯,信息与观点以原文为准,仅供参考。阅读原文(The Decoder) →