国产日韩综合无码,xx性欧美视频在线看,影音二区五伦理电影

ICCV 最佳論文出爐：朱俊彥的 “磚塊” GPT奪冠

2025-11-14 18:07

22 日凌晨，國(guó)際計(jì)算機(jī)視覺大會(huì) ICCV（IEEE International Conference on Computer Vision）揭幕了本年度最佳論文獲得者。

最佳論文獎(jiǎng)來(lái)自卡耐基梅隆大學(xué)青年學(xué)者朱俊彥團(tuán)隊(duì)。論文題目為《Generating Physically Stable and Buildable Brick Structures from Text》。

ICCV 是全球計(jì)算機(jī)視覺三大頂會(huì)之一，每?jī)赡昱e辦一次。數(shù)據(jù)顯示，今年大會(huì)共收到了 11239 份有效投稿，程序委員會(huì)推薦錄用 2699 篇論文，最終錄用率為 24%，相比上一屆論文數(shù)量有大幅增長(zhǎng)。

朱俊彥本科就讀于清華大學(xué)，現(xiàn)任卡耐基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院助理教授，是 Adobe 前研究科學(xué)家。主要研究方向?yàn)橛?jì)算機(jī)視覺、圖形學(xué)、計(jì)算攝影和生成模型。

這篇獲獎(jiǎng)?wù)撐奶岢隽?“磚塊” GPT——BrickGPT，是首個(gè)能夠根據(jù)文本提示生成物理穩(wěn)定的相互連接的積木裝配模型的方法。圖源：https://arxiv.org/pdf/2505.05469

高度有效和穩(wěn)定

用現(xiàn)有方法創(chuàng)建現(xiàn)實(shí)世界的物體仍然具有挑戰(zhàn)性。朱俊彥團(tuán)隊(duì)致力于解決生成物理可實(shí)現(xiàn)對(duì)象的挑戰(zhàn)，目標(biāo)是開發(fā)一種方法，直接從自由格式的文本提示生成磚塊組裝結(jié)構(gòu)，同時(shí)確保物理穩(wěn)定性和可建造性。

團(tuán)隊(duì)推出了 StableText2Brick，這是一個(gè)全新的大規(guī)模數(shù)據(jù)集，包含 47,000 多種不同的積木拼裝結(jié)構(gòu)。

為了實(shí)現(xiàn)序列和文本理解，研究人員針對(duì)磚塊結(jié)構(gòu)生成任務(wù)對(duì)預(yù)訓(xùn)練的 LLM 進(jìn)行了微調(diào)。為了提高設(shè)計(jì)的穩(wěn)定性和可構(gòu)建性，研究團(tuán)隊(duì)在推理過程中還使用了逐塊剔除采樣和物理感知回滾。

基礎(chǔ)模型可以通過上下文學(xué)習(xí)生成磚塊結(jié)構(gòu)，凸顯了使用預(yù)訓(xùn)練的 LLM 完成任務(wù)的潛力。

位了確保物理穩(wěn)定性，可以對(duì)每個(gè)步驟應(yīng)用穩(wěn)定性進(jìn)行分析，并重新采樣可能導(dǎo)致倒塌的磚塊。

但是這種方法效率較為低下，團(tuán)隊(duì)還是建議采用逐塊剔除采樣并結(jié)合物理感知回滾的方法，以平衡穩(wěn)定性和多樣性。

為了解決物理配置問題，模型進(jìn)一步將物理穩(wěn)定性驗(yàn)證納入自回歸推理中。

首先，當(dāng)模型生成一塊磚塊及其位置時(shí)，該磚塊應(yīng)格式正確，且不位于工作空間之外。其次，確保新添加的磚塊不會(huì)與現(xiàn)有結(jié)構(gòu)發(fā)生碰撞。

根據(jù)評(píng)估，團(tuán)隊(duì)的研究方法生成了與給定文本提示對(duì)齊的高質(zhì)量、多樣化且新穎的磚塊結(jié)構(gòu)。在有效性和穩(wěn)定性方面優(yōu)于所有基準(zhǔn)測(cè)試方法以及簡(jiǎn)化設(shè)置，同時(shí)保持了較高的文本相似度。