Recursive Code World Models 通过递归场景程序构建复杂世界
研究人员提出了 Recursive Code World Models（RCWM），一种仅根据单张参考图像，以可执行代码重建复杂三维世界的框架。RCWM将递归场景程序表示与递归调用自身的构建求解器结合起来，反复执行“全局—局部—全局”流程：先建立完整场景，再重建未解决的部分，最后重新审视整体以改进组合关系。视觉语言编程代理会比较参考图像与渲染场景，并据此引导修正。报告中的实验表明，RCWM优于此前基于代码的图像到场景重建方法；消融研究还显示，更深层的递归调用可能有助于提升细粒度结构的重建效果。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。