論文の概要: LL3M: Large Language 3D Modelers

• arxiv url: http://arxiv.org/abs/2508.08228v1
• Date: Mon, 11 Aug 2025 17:48:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-12 21:23:29.246956
• Title: LL3M: Large Language 3D Modelers
• Title（参考訳）: LL3M: 大規模言語3Dモデリング
• Authors: Sining Lu, Guan Chen, Nam Anh Dinh, Itai Lang, Ari Holtzman, Rana Hanocka,
• Abstract要約: LL3Mは,解釈可能なPythonコードをBlenderで記述することで3Dアセットを生成するシステムである。 形状生成をコード記述タスクとして再構成し,モジュール性,編集性,アーティストBlenderとの連携を実現する。 本実験では,3次元アセット生成のための生成的・解釈可能な媒体としてのコードの有用性を示す。
• 参考スコア（独自算出の注目度）: 18.23329430829059
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present LL3M, a multi-agent system that leverages pretrained large language models (LLMs) to generate 3D assets by writing interpretable Python code in Blender. We break away from the typical generative approach that learns from a collection of 3D data. Instead, we reformulate shape generation as a code-writing task, enabling greater modularity, editability, and integration with artist workflows. Given a text prompt, LL3M coordinates a team of specialized LLM agents to plan, retrieve, write, debug, and refine Blender scripts that generate and edit geometry and appearance. The generated code works as a high-level, interpretable, human-readable, well-documented representation of scenes and objects, making full use of sophisticated Blender constructs (e.g. B-meshes, geometry modifiers, shader nodes) for diverse, unconstrained shapes, materials, and scenes. This code presents many avenues for further agent and human editing and experimentation via code tweaks or procedural parameters. This medium naturally enables a co-creative loop in our system: agents can automatically self-critique using code and visuals, while iterative user instructions provide an intuitive way to refine assets. A shared code context across agents enables awareness of previous attempts, and a retrieval-augmented generation knowledge base built from Blender API documentation, BlenderRAG, equips agents with examples, types, and functions empowering advanced modeling operations and code correctness. We demonstrate the effectiveness of LL3M across diverse shape categories, style and material edits, and user-driven refinements. Our experiments showcase the power of code as a generative and interpretable medium for 3D asset creation. Our project page is at https://threedle.github.io/ll3m.
• Abstract（参考訳）: プリトレーニング済みの大規模言語モデル(LLM)を利用して,Blenderで解釈可能なPythonコードを記述することで,3Dアセットを生成するマルチエージェントシステムであるLL3Mを提案する。 私たちは3Dデータの収集から学ぶ典型的な生成的アプローチから脱却します。 代わりに、形状生成をコード記述タスクとして再構成し、モジュール化、編集性、アーティストワークフローとの統合を可能にします。 テキストプロンプトが与えられた後、LL3Mは特殊なLLMエージェントのチームをコーディネートして、幾何学と外観を生成・編集するBlenderスクリプトを計画、検索、書き込み、デバッグ、洗練する。 生成されたコードは、シーンとオブジェクトの高レベル、解釈可能、人間可読、文書化された表現として機能し、多様で制約のない形状、材料、シーンに洗練されたブレンダー構造(例えば、Bメッシュ、幾何学修飾子、シェーダーノード)をフル活用する。 このコードは、さらなるエージェントや人間の編集や、コードの微調整や手続き的パラメータによる実験のための多くの道を示す。 エージェントはコードと視覚を使って自動的に自己批判を行うことができ、反復的なユーザー指示は資産を改良する直感的な方法を提供する。 エージェント間の共有コードコンテキストは、以前の試みの認識を可能にし、Blender APIドキュメント、BlenderRAGから構築された検索強化された生成知識ベースは、エージェントに、高度なモデリング操作とコードの正確性を促進するための例、型、機能を提供する。 LL3Mは,様々な形状のカテゴリ,スタイルや素材の編集,ユーザ主導の洗練などにおいて有効であることを示す。 本実験では,3次元アセット生成のための生成的・解釈可能な媒体としてのコードの有用性を示す。 私たちのプロジェクトページはhttps:// Threedle.github.io/ll3m.comです。

関連論文リスト

• Cube: A Roblox View of 3D Intelligence [67.43543266278154]
  膨大な量のデータに基づいてトレーニングされた基礎モデルは、驚くべき推論と生成能力を示している。 本稿では,テキスト・ツー・シェイプ生成,形状・ツー・テキスト生成,テキスト・ツー・シーン生成などに適用可能なトークン化方式について述べる。 我々は、3Dインテリジェンスのための完全に統一された基礎モデルを構築するための私たちの道筋を概説した議論で締めくくります。
  論文  参考訳（メタデータ） (2025-03-19T17:52:17Z)
• Instructive3D: Editing Large Reconstruction Models with Text Instructions [2.9575146209034853]
  Instructive3Dは、3Dオブジェクトの生成と微細な編集を1つのモデルに統合する新しいLEMベースのモデルである。 Instructive3Dは編集プロンプトによって指定された特性を持つ優れた3Dオブジェクトを生成する。
  論文  参考訳（メタデータ） (2025-01-08T09:28:25Z)
• Make-it-Real: Unleashing Large Multimodal Model for Painting 3D Objects with Realistic Materials [108.59709545364395]
  GPT-4Vは、材料を効果的に認識し、記述することができ、詳細な材料ライブラリを構築することができる。 そして、整合した材料を、新たなSVBRDF材料生成の基準として慎重に適用する。 Make-it-Realは、3Dコンテンツ作成ワークフローに合理化された統合を提供する。
  論文  参考訳（メタデータ） (2024-04-25T17:59:58Z)
• 3D-GPT: Procedural 3D Modeling with Large Language Models [47.72968643115063]
  命令駆動3Dモデリングのための大規模言語モデル(LLM)を利用するフレームワークである3D-GPTを紹介する。 3D-GPTは、3Dモデリングタスクをアクセス可能なセグメントに分割し、各タスクにアプエージェントを割り当てる。 我々の実証調査では、3D-GPTが解釈し、指示を実行し、信頼性の高い結果を提供するだけでなく、人間デザイナーと効果的に協力することを確認した。
  論文  参考訳（メタデータ） (2023-10-19T17:41:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。