Lucida：解析、生成并放置物体，实现可组合的真实场景到仿真建模
Lucida是一种将真实室内环境重建为完整、可编辑三维物体资产的方法，面向机器人仿真和具身智能。系统首先构建场景图，为每个物体保留多视角证据；随后根据这些证据生成完整资产，并通过GizmoAct完成物体放置。视觉语言模型以闭环GUI交互的方式控制放置过程，并自行判断对齐是否达到要求。根据论文作者报告，Lucida在R2S-Scene上的mAP较Boxer提升69%；在CA-1M上，ADD-SB@0.05从57.8%提高到83.4%；场景F-Score也从SAM3D的0.794提升至0.924。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。