字节跳动提出 Lucida:把杂乱房间变成可编辑的 3D 场景
字节跳动研究团队提出可组合 3D 场景建模系统 Lucida。它先识别视频中的每个独立物体并分别构建 3D 资产,再由 VLM 闭环摆回原位,解决了传统 3D 扫描模型融成一体无法单独编辑的难题,为具身智能提供了现成的交互仿真环境。
字节跳动研究团队提出可组合 3D 场景建模系统 Lucida。它先识别视频中的每个独立物体并分别构建 3D 资产,再由 VLM 闭环摆回原位,解决了传统 3D 扫描模型融成一体无法单独编辑的难题,为具身智能提供了现成的交互仿真环境。