論文の概要: When Generative Artificial Intelligence meets Extended Reality: A Systematic Review
- arxiv url: http://arxiv.org/abs/2511.03282v1
- Date: Wed, 05 Nov 2025 08:24:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-06 18:19:32.386746
- Title: When Generative Artificial Intelligence meets Extended Reality: A Systematic Review
- Title（参考訳）: ジェネレーティブ・人工知能が拡張現実と出会う時:システムレビュー
- Authors: Xinyu Ning, Yan Zhuo, Xian Wang, Chan-In Devin Sio, Lik-Hang Lee,
- Abstract要約: この調査論文は、XRにおける生成AIの適用を体系的にレビューし、2023年から2025年まで、できるだけ多くの関連文献をカバーしている。
XRにおける生成AIの応用領域とその重要な技術実装は、最終26記事のPRISMAスクリーニングと分析を通じて要約される。
- 参考スコア（独自算出の注目度）: 8.983564481379203
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With the continuous advancement of technology, the application of generative artificial intelligence (AI) in various fields is gradually demonstrating great potential, particularly when combined with Extended Reality (XR), creating unprecedented possibilities. This survey article systematically reviews the applications of generative AI in XR, covering as much relevant literature as possible from 2023 to 2025. The application areas of generative AI in XR and its key technology implementations are summarised through PRISMA screening and analysis of the final 26 articles. The survey highlights existing articles from the last three years related to how XR utilises generative AI, providing insights into current trends and research gaps. We also explore potential opportunities for future research to further empower XR through generative AI, providing guidance and information for future generative XR research.
- Abstract（参考訳）: 技術の継続的な進歩により、様々な分野における生成人工知能(AI)の応用は、特に拡張現実(XR)と組み合わせることで、前例のない可能性を生み出している。
この調査論文は、XRにおける生成AIの適用を体系的にレビューし、2023年から2025年まで、できるだけ多くの関連文献をカバーしている。
XRにおける生成AIの応用領域とその重要な技術実装は、最終26記事のPRISMAスクリーニングと分析を通じて要約される。
この調査は、XRが生成AIをどのように活用するかに関する過去3年間の既存の記事を強調し、現在のトレンドと研究ギャップに関する洞察を提供する。
また,次世代のXR研究のためのガイダンスや情報提供を通じて,次世代のXRをさらに強化する可能性についても検討する。
関連論文リスト
- Real Deep Research for AI, Robotics and Beyond [85.87181330763548]
本稿では、AIとロボット工学の分野に適用された総合的なフレームワークであるReal Deep Research(RDR)を紹介する。
本論文ではRDRパイプラインの構成について詳述し、付録では各分析トピックに対して広範な結果を提供している。
論文 参考訳（メタデータ） (2025-10-23T17:59:05Z) - AI4Research: A Survey of Artificial Intelligence for Scientific Research [55.5452803680643]
我々はAI for Research(AI4Research)に関する総合的な調査を行う。
まず、AI4Researchの5つの主要なタスクを分類する系統分類を導入する。
主要な研究ギャップを特定し、将来有望な方向性を明らかにする。
論文 参考訳（メタデータ） (2025-07-02T17:19:20Z) - Retrieval Augmented Generation and Understanding in Vision: A Survey and New Outlook [85.43403500874889]
Retrieval-augmented Generation (RAG) は人工知能(AI)において重要な技術である。
具体化されたAIのためのRAGの最近の進歩は、特に計画、タスク実行、マルチモーダル知覚、インタラクション、特殊ドメインの応用に焦点を当てている。
論文 参考訳（メタデータ） (2025-03-23T10:33:28Z) - Future of Information Retrieval Research in the Age of Generative AI [61.56371468069577]
情報検索(IR)の急速に発展する分野では、大規模言語モデル(LLM)のような生成AI技術の統合が、情報の検索やインタラクションの方法を変えつつある。
このパラダイムシフトを認識したビジョンワークショップが2024年7月に開催され、生成AI時代のIRの将来について議論した。
本報告は、潜在的に重要な研究トピックとしての議論の要約を含み、学術、産業実践家、機関、評価キャンペーン、資金提供機関の推薦リストを含む。
論文 参考訳（メタデータ） (2024-12-03T00:01:48Z) - A Survey on RAG Meeting LLMs: Towards Retrieval-Augmented Large Language Models [71.25225058845324]
大規模言語モデル(LLM)は、言語理解と生成において革命的な能力を示している。
Retrieval-Augmented Generation (RAG)は、信頼性と最新の外部知識を提供する。
RA-LLMは、モデルの内部知識に頼るのではなく、外部および権威的な知識ベースを活用するために登場した。
論文 参考訳（メタデータ） (2024-05-10T02:48:45Z) - Generative AI Agent for Next-Generation MIMO Design: Fundamentals, Challenges, and Vision [76.4345564864002]
次世代の多重入力多重出力(MIMO)はインテリジェントでスケーラブルであることが期待される。
本稿では、カスタマイズされた特殊コンテンツを生成することができる生成型AIエージェントの概念を提案する。
本稿では、生成AIエージェントをパフォーマンス分析に活用することの有効性を示す2つの説得力のあるケーススタディを示す。
論文 参考訳（メタデータ） (2024-04-13T02:39:36Z) - ChatGPT and Beyond: The Generative AI Revolution in Education [0.21756081703275998]
この調査は、2022年11月から2023年7月までに出版された学術文献を調査している。
教育における生成AIモデル、特にChatGPTの役割の進化を照らすことを目的としている。
このレビューの結果は、教育者、研究者、政策立案者に対して、AI技術の学習環境への統合に関する情報的な決定を下すよう促す。
論文 参考訳（メタデータ） (2023-11-26T05:34:22Z) - Reinforcement Learning for Generative AI: State of the Art,
Opportunities and Open Research Challenges [2.9008806248012333]
強化学習(Reinforcement Learning, RL)は、さまざまな機械学習タスクのパラダイムとして非常に成功した。
目的を指定せずに生成する代替手段として,RLという3種類のアプリケーションについて論じる。
我々は,この魅力的な新興地域の機会と課題について,深く議論して,調査を締めくくった。
論文 参考訳（メタデータ） (2023-07-31T18:00:02Z) - A survey of Generative AI Applications [0.0]
350以上の生成AIアプリケーションに関する総合的な調査を示す。
調査はセクションに分けられ、広範囲の単調な生成AIアプリケーションをカバーする。
論文 参考訳（メタデータ） (2023-06-05T11:14:18Z)
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。