論文の概要: 3DCodeBench: Benchmarking Agentic Procedural 3D Modeling Via Code

• arxiv url: http://arxiv.org/abs/2606.01057v1
• Date: Sun, 31 May 2026 06:59:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:29.179436
• Title: 3DCodeBench: Benchmarking Agentic Procedural 3D Modeling Via Code
• Title（参考訳）: 3DCodeBench: エージェントによる手続き型3Dモデリングコードのベンチマーク
• Authors: Yipeng Gao, Lei Shu, Genzhi Ye, Xi Xiong, Ameesh Makadia, Meiqi Guo, Laurent Itti, Jindong Chen,
• Abstract要約: 3DCodeBenchは、3Dモデリングソフトウェアにおいて、手続き型3D生成のための視覚言語モデル(VLM)エージェントを評価するための体系的なベンチマークである。 3DCodeArenaは、生成された3D出力に対して、ペアワイズな人間の好みに基づくランキングプラットフォームです。
• 参考スコア（独自算出の注目度）: 25.904997126319547
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Procedural 3D modeling through code is emerging as a versatile paradigm, offering deterministic, engine-ready, and precisely editable assets that neural 3D generators inherently lack. Authoring such procedural content, however, demands deep expertise in 3D software APIs, parametric design, and code-level geometric reasoning. In this paper, we propose 3DCodeBench, a systematic benchmark for evaluating vision-language model (VLM) agents for procedural 3D generation in 3D modeling software. Specifically, 3DCodeBench evaluates how effectively 12 advanced VLMs can serve as procedural 3D modelers by translating text and image references into procedural code for 3D modeling software. Recognizing that automated metrics may not fully capture the perceptual quality of 3D shapes, we build 3DCodeArena, a ranking platform based on pairwise human preferences over generated 3D outputs. From extensive evaluations and results, we observe that: (1) Failures mostly arise from API mismatches, while successful renders still suffer from disconnected or floating 3D geometric components. (2) Test-time scaling, such as higher thinking budgets and multi-turn refinement, improves performance overall. Our findings highlight a critical need for high-quality procedural coding data to advance commercial VLMs. Furthermore, effective procedural 3D modeling requires a robust execution environment that provides high-fidelity feedback for iterative refinement. We release 3DCodeBench, including the curated large-scale dataset of multimodal (text/image) prompts, procedural code, 3D object triplets, evaluation protocol, and the public 3DCodeArena platform as a foundational toolkit for exploring VLM-based procedural 3D modelers.
• Abstract（参考訳）: コードによる手続き型3Dモデリングは汎用パラダイムとして登場し、決定論的でエンジン対応で、ニューラルな3Dジェネレータが本質的に欠落している正確な編集可能な資産を提供する。 しかし、このような手続き的コンテンツの執筆には、3DソフトウェアAPI、パラメトリックデザイン、コードレベルの幾何学的推論の深い専門知識が必要である。 本稿では,3Dモデリングソフトウェアにおける視覚言語モデル(VLM)エージェントの手続き型3D生成のための体系的ベンチマークである3DCodeBenchを提案する。 具体的には、3DCodeBenchは、テキストと画像参照を3Dモデリングソフトウェアのための手続きコードに変換することによって、12の高度なVLMが手続き型3Dモデリングとして効果的に機能するかを評価する。 自動メトリクスが3D形状の知覚的品質を完全に捉えていないことを認識し、3DCodeArenaを構築します。 1) 失敗は主にAPIのミスマッチから生じるが、成功したレンダリングはいまだに切断されたり浮いている3D幾何学的コンポーネントに悩まされている。 2) 高い思考予算やマルチターン改善といったテストタイムのスケーリングにより,全体のパフォーマンスが向上する。 本研究は,商用VLMを前進させるために,高品質な手続き型符号化データが必要であることを明らかにする。 さらに、効果的な手続き型3Dモデリングには、反復的洗練のために高忠実度フィードバックを提供する堅牢な実行環境が必要である。 VLMベースの手続き型3Dモデリングのための基礎ツールキットとして,マルチモーダル(テキスト/イメージ)プロンプト,手続きコード,3Dオブジェクトトリプレット,評価プロトコル,パブリック3DCodeArenaプラットフォームといった大規模データセットをキュレートした3DCodeBenchをリリースする。

関連論文リスト

• Hi3DEval: Advancing 3D Generation Evaluation with Hierarchical Validity [78.7107376451476]
  Hi3DEvalは3D生成コンテンツに適した階層的評価フレームワークである。 素材リアリズムを明示的に評価することで審美的外観を超えてテクスチャ評価を拡張する。 ハイブリッド3次元表現に基づく3次元自動スコアリングシステムを提案する。
  論文  参考訳（メタデータ） (2025-08-07T17:50:13Z)
• Eval3D: Interpretable and Fine-grained Evaluation for 3D Generation [134.53804996949287]
  生成した3D資産の品質を忠実に評価できる細粒度で解釈可能な評価ツールであるEval3Dを紹介する。 我々のキーとなる観察は、意味論や幾何学的整合性といった3D生成の多くの望ましい特性を効果的に捉えられることである。 以前の研究と比較すると、Eval3Dはピクセル単位での測定を行い、正確な3D空間フィードバックを可能にし、人間の判断とより密に一致させる。
  論文  参考訳（メタデータ） (2025-04-25T17:22:05Z)
• TAR3D: Creating High-Quality 3D Assets via Next-Part Prediction [137.34863114016483]
  TAR3Dは、3D対応ベクトル量子可変オートエンコーダ(VQ-VAE)と生成事前学習トランス(GPT)で構成される新しいフレームワークである。 TAR3Dは,テキスト・ツー・3Dタスクや画像・ツー・3Dタスクにおいて,既存の手法よりも優れた生成品質が得られることを示す。
  論文  参考訳（メタデータ） (2024-12-22T08:28:20Z)
• Learning 3D Representations from Procedural 3D Programs [6.915871213703219]
  簡単なプリミティブと拡張を使って3次元形状を自動的に生成する手続き型3Dプログラムから3次元表現を学習する。 注目すべきは、手続き的に生成された3D形状から得られた3D表現は、意味的に認識可能な3Dモデルから学んだ最先端の3D表現と同等に実行されることである。
  論文  参考訳（メタデータ） (2024-11-25T18:59:57Z)
• ComboVerse: Compositional 3D Assets Creation Using Spatially-Aware Diffusion Guidance [76.7746870349809]
  複雑な構成で高品質な3Dアセットを生成する3D生成フレームワークであるComboVerseについて,複数のモデルを組み合わせることを学習して紹介する。 提案手法は,標準スコア蒸留法と比較して,物体の空間的アライメントを重視している。
  論文  参考訳（メタデータ） (2024-03-19T03:39:43Z)
• 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)
• GET3D: A Generative Model of High Quality 3D Textured Shapes Learned from Images [72.15855070133425]
  本稿では,複雑なトポロジ,リッチな幾何学的ディテール,高忠実度テクスチャを備えたExplicit Textured 3Dメッシュを直接生成する生成モデルであるGET3Dを紹介する。 GET3Dは、車、椅子、動物、バイク、人間キャラクターから建物まで、高品質な3Dテクスチャメッシュを生成することができる。
  論文  参考訳（メタデータ） (2022-09-22T17:16:19Z)
• A Convolutional Architecture for 3D Model Embedding [1.3858051019755282]
  入力として3Dモデルを扱うディープラーニングアーキテクチャを提案する。 埋め込み表現は3Dオブジェクトの類似性評価を扱うのに役立つセマンティック情報を伝えることを示した。
  論文  参考訳（メタデータ） (2021-03-05T15:46:47Z)

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。