🧱 SceneMosaic: из одного фото комнаты — 3D-сцена, готовая к симуляции
HKU и UESTC открыли пайплайн SceneMosaic: по одному снимку он строит 3D-сцену, готовую к симуляции, и шесть валидных расстановок в формате .glb. Базовая сцена — ~8 минут, каждый доп. вариант — ~2 минуты; код на GitHub под MIT.
🌍 Сейчас сим-данные для embodied AI и игр либо дорогие (агентный text-to-3D — часы работы), либо быстрые, но физически кривые. SceneMosaic разбирает сцену на локальные единицы, стабилизирует физически, эволюционирует VLM-агентами и собирает декартовым произведением: разнообразие почти бесплатное, комбинации остаются валидными.
👤 Командам, обучающим роботов на симуляциях: валидные среды за минуты, а не часы. Оговорка: валидность проверяют собственные проверки пайплайна, MIT не покрывает сабмодули Meta.
Источник 1: https://rxjfighting.github.io/SceneMosaic/ Источник 2: https://github.com/rxjfighting/SceneMosaic