ShapeLib：基于大语言模型设计程序化三维形状抽象库

《ACM Transactions on Graphics》：ShapeLib: Designing a library of programmatic 3D shape abstractions with Large Language Models

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

我们提出了 ShapeLib，这是首个利用大型语言模型（LLMs）先验知识来设计程序化 3D 形状抽象库的方法。我们的系统接受两种形式的用户提供设计意图：用于包含在输出库中的函数的高级文本描述，以及一小组种子示例形状集。我们通过一个引导式 LLM 工作流来发现匹配此设计意图的抽象库，该工作流首先提出不同的函数应用和实现方式，然后验证这些函数在表示种子集形状方面的有效性。为了超越种子集的范围，我们开发了库特定的识别网络，将形状（表示为图元、体素或点云）映射为使用这些新发现抽象的程序。在多个建模领域（按形状类别划分）中，我们发现 LLM 在与几何推理巧妙结合时，可以被引导编写能够跨形状分布泛化的抽象函数库。我们的框架朝着实现长期以来形状分析的愿景迈进了一步——即发现可复用的、程序化的形状抽象，同时暴露出可解释的、语义对齐的接口。我们广泛的评估表明，ShapeLib 在泛化性、可用性以及保持操作下的合理性方面，相较于先前的替代抽象发现方法具有明显的优势。最后，我们展示了 ShapeLib 的抽象函数解锁了多种下游应用，将 LLM 对形状程序的推理与几何处理工具相结合，以支持形状编辑和生成工作流。

AI 摘要

AI 生成的摘要（实验性）

本摘要由自动化工具生成，未经文章的作者撰写或审核。它旨在支持发现、帮助读者评估相关性，并帮助相邻研究领域的读者理解该工作。它旨在补充作者提供的摘要，后者仍然是论文的权威摘要。全文仍为权威版本。

点击此处了解更多信息。

点击此处对此摘要的准确性、清晰度和实用性发表评论。您的反馈将有助于改进和未来的重新生成版本。

要查看此 AI 生成的通俗语言摘要，您必须拥有高级访问权限。