Исследователи представили новый метод синтеза 3D-сцен для помещений со сложной, неортогональной геометрией (non-Manhattan environments). В отличие от существующих решений, ориентированных на стандартные прямоугольные планировки, предложенный подход позволяет эффективно моделировать нестандартные пространственные связи и объекты, значительно снижая количество геометрических ошибок и повышая физическую достоверность создаваемых интерьеров на основе текстовых описаний.
Традиционные модели часто сталкиваются с ограничениями при работе с помещениями, где стены расположены под произвольными углами, а не только под прямыми. Это приводит к нарушению логики расстановки мебели и искажению пространства. Новый алгоритм использует специализированные механизмы обработки пространственных отношений, которые позволяют ИИ лучше «понимать» архитектурные особенности помещений, выходящие за рамки классических прямоугольных сеток.
Разработка опирается на улучшенную интерпретацию текстовых промптов, преобразуя их в точные 3D-координаты с учетом ограничений конкретного пространства. Это открывает возможности для автоматизации проектирования интерьеров в архитектурных объектах со сложной планировкой, где ранее использование генеративных моделей было затруднено из-за высокой вероятности физически невозможных конфигураций.
Ключевые факты
- Метод решает проблему «Манхэттенского ограничения», характерную для большинства текущих 3D-генераторов.
- Алгоритм минимизирует геометрические нарушения при расстановке объектов в помещениях с неортогональными стенами.
- Исследование направлено на повышение физической достоверности синтезируемых сцен.
- Подход позволяет использовать естественный язык для проектирования интерьеров сложной формы.