LEGO-Anything：用于三维场景重建的编程智能体
LEGO-Anything 是一个图像到代码框架，编程智能体会迭代编写、执行、检查和修改 Blender 代码，从单张图像生成可编辑的场景程序。新的 LEGO-Bench 评估生成场景的有效性、可见表面几何结构和渲染外观。在受测智能体中，GPT-6-astra 的综合表现最佳，但在准确恢复场景几何与外观方面仍存在明显差距。无需训练的 LEGO-Plugin 使全部六个模型的综合相对得分最高提升 62.7%。重建场景还可支持目标检测、实例分割和相对深度查询，但性能仍明显低于专用视觉模型。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。