跳到正文
arXiv AI· Jiawei Shen, Jie Feng, Junpeng Zhang, Guanbin Li, Wanyi Chen, Weisheng Dong, Guangming Shi·· 1 天前评分52

ReflectScene:MLLM-Guided Closed-Loop Diffusion for 3D Indoor Scene Generation

摘要

基于MLLM的后向修正提供语义反馈,但与去噪过程脱节,可能破坏场景一致性。我们提出ReflectScene,一种基于MLLM的闭环扩散框架。首先,我们引入层次化优先接地场景理解,通过冻结多模态大语言模型(MLLM)解析对象特定上下文和场景全局语义,以结构化布局与多视角视觉证据对齐。其次,我们提出MLLM引导的语义奖励评估,将MLLM对候选修正的诊断与评估提炼为轻量级奖励预测器,实现修正决策,降低计算负担。

推荐理由

请对照arXiv AI原文,核对完整说明及适用条件。

本站只提供摘要与原文入口。完整内容请阅读原文。

来源:arXiv AI · arxiv.org