論文の概要: CoGen3D: An Agentic Human-AI Co-Design Pipeline for 3D Asset Generation for Virtual Reality

• arxiv url: http://arxiv.org/abs/2607.03731v1
• Date: Sat, 04 Jul 2026 06:37:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.689536
• Title: CoGen3D: An Agentic Human-AI Co-Design Pipeline for 3D Asset Generation for Virtual Reality
• Title（参考訳）: CoGen3D:バーチャルリアリティのための3Dアセット生成のためのエージェントヒューマンAI共同設計パイプライン
• Abstract要約: CoGen3Dは会話意図誘導、コンセプト画像確認、画像から3D生成を通じてユーザを積極的に誘導する。 我々の研究結果は、段階的な意図に基づく共同設計がバーチャルリアリティーのオーサリングを民主化できることを示唆している。
• 参考スコア（独自算出の注目度）: 24.365227177031098
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Creating 3D assets for virtual reality requires modeling expertise, which restricts the authorship of immersive experiences. Existing generative AI tools rely on unconstrained, command-driven prompting, lacking the conversational scaffolding needed for users to articulate their intent and validate designs prior to rendering. To address this, we introduce CoGen3D, an agentic human-AI co-design pipeline that proactively guides users through conversational intent elicitation, a concept image confirmation, and image-to-3D generation that directly deploys to immersive scenes. We evaluated this system through a user study (N=120) across six affectively diverse immersive scenes, observing 60 Design group participants who co-created 3D assets for the scenes, and 60 Validation group participants who experienced the scenes with generated assets. Our findings show that co-designed assets are associated with higher scene engagement and shifted affective responses, while participants generally preferred concept images over the final 3D assets, with no increased leniency toward degradation in their own creations. Analysis of the human-AI conversations further shows that target environments shape users' conversational patterns. Our results suggest that our staged, intent-based co-design can democratize virtual reality authoring and shift immersive content creation from technical execution toward collaborative spatial design.
• Abstract（参考訳）: バーチャルリアリティーのための3Dアセットを作成するには、没入感のある体験の著者シップを制限するモデリングの専門知識が必要である。 既存の生成AIツールは制約のないコマンド駆動のプロンプトに依存しており、ユーザが意図を明確にし、レンダリング前に設計を検証するのに必要な会話の足場が欠如している。 これを解決するために,会話意図の誘導,コンセプト画像確認,没入型シーンに直接展開する画像から3D生成を通じてユーザを積極的に誘導するエージェントヒューマンAI共同設計パイプラインであるCoGen3Dを紹介した。 筆者らは,6つの情緒的な多様な没入シーンのユーザスタディ(N=120)を用いて,シーンの3Dアセットを共同制作した60人のデザイングループ参加者と,生成されたアセットでシーンを体験した60人の検証グループ参加者を観察し,本システムを評価した。 以上の結果から,共同設計したアセットはシーンエンゲージメントの向上と情緒的反応のシフトに結びついており,参加者は最終3次元アセットよりも概念イメージが好まれる。 さらに、人間とAIの会話の分析により、ターゲット環境がユーザの会話パターンを形成することを示す。 以上の結果から,我々の段階的な意図に基づく共同設計は,没入型コンテンツ作成を技術的実行から共同空間設計へ移行させ,仮想現実のオーサリングを民主化することができることが示唆された。

関連論文リスト

• 3D Generation for Embodied AI and Robotic Simulation: A Survey [19.441445845534158]
  Embodied AIとロボットシステムは、シミュレーションベースのトレーニングと実世界の展開のために、スケーラブルで多様な物理的基盤を持つ3Dコンテンツにますます依存している。 この調査では、エンボディドAIの3D生成をレビューし、3D生成がエンボディドシステムで果たす3つの役割に関する文献を整理する。 データジェネレータでは、3Dジェネレーションは、下流のインタラクションのための、明瞭で物理的に接地された、変形可能なコンテンツを含むシミュレーション可能なオブジェクトとアセットを生成する。 シミュレーション環境では、対話的でタスク指向の世界を構築し、構造認識、制御可能、エージェントシーン生成を行う。 Sim2Real Bridgeはデジタルツイン再構築をサポート
  論文  参考訳（メタデータ） (2026-04-29T10:17:55Z)
• SceneExpander: Expanding 3D Scenes with Free-Form Inserted Views [69.08965991211704]
  ユーザ中心のワークフローにおける3Dシーンの拡大について検討する。 固定シーンにおける単純なオブジェクト編集やスタイル転送とは異なり、挿入されたビューは元の再構築と3Dミスアライメントされることが多い。 パラメトリックフィードフォワード3D再構成モデルにテスト時間適応を適用したSceneExpanderを提案する。
  論文  参考訳（メタデータ） (2026-03-28T02:04:48Z)
• Hunyuan3D Studio: End-to-End AI Pipeline for Game-Ready 3D Asset Generation [85.68100076594197]
  Hunyuan3D Studioは、ゲーム制作パイプラインに革命をもたらすように設計された、エンドツーエンドのAIによるコンテンツ作成プラットフォームである。 中心となるHunyuan3D Studioは、高度なニューラルモジュールのスイートを、密着的でユーザフレンドリなシステムに統合する。
  論文  参考訳（メタデータ） (2025-09-16T08:33:03Z)
• SceneGen: Single-Image 3D Scene Generation in One Feedforward Pass [44.087747627571716]
  3Dコンテンツ生成は、VR/ARとAIの具体化によって、大きな研究関心を集めている。 シーンイメージと対応するオブジェクトマスクを入力として,同時に複数の3Dアセットを生成する新しいフレームワークであるSceneGenを提案する。 このパラダイムは、高品質な3Dコンテンツ生成のための新しいソリューションを提供し、下流タスクにおける実践的応用を推し進める可能性があると考えています。
  論文  参考訳（メタデータ） (2025-08-21T17:59:16Z)
• HiScene: Creating Hierarchical 3D Scenes with Isometric View Generation [50.206100327643284]
  HiSceneは、2D画像生成と3Dオブジェクト生成のギャップを埋める新しい階層的なフレームワークである。 構成構造を維持しながら2次元表現に整合した3次元コンテンツを生成する。
  論文  参考訳（メタデータ） (2025-04-17T16:33:39Z)
• WorldCraft: Photo-Realistic 3D World Creation and Customization via LLM Agents [67.31920821192323]
  大規模言語モデル(LLM)エージェントがプロシージャ生成を利用してオブジェクトを集約したシーンを生成するシステムであるWorldCraftを紹介する。 本フレームワークでは,コーディネータエージェントが全体の処理を管理し,シーン作成を完了させるために2つの特殊なLLMエージェントと連携する。 パイプラインには軌道制御エージェントが組み込まれており、ユーザはシーンをアニメーション化し、自然言語による対話を通じてカメラを操作することができる。
  論文  参考訳（メタデータ） (2025-02-21T17:18:30Z)
• Generative AI Framework for 3D Object Generation in Augmented Reality [0.0]
  この論文は、最先端の生成AIモデルを統合し、拡張現実(AR)環境で3Dオブジェクトをリアルタイムに作成する。 このフレームワークは、ゲーム、教育、小売、インテリアデザインといった業界にまたがる応用を実証している。 重要な貢献は、3Dモデル作成の民主化であり、高度なAIツールを幅広い聴衆に利用できるようにする。
  論文  参考訳（メタデータ） (2025-02-21T17:01:48Z)
• SpaceBlender: Creating Context-Rich Collaborative Spaces Through Generative 3D Scene Blending [19.06858242647237]
  ユーザが提供する2Dイメージを,コンテキストに富んだ3D環境に変換するパイプラインであるSpaceBlenderを紹介する。 参加者はSpaceBlenderが提供する親しみやすさとコンテキストを高く評価したが、生成環境の複雑さは注目された。 そこで我々は,パイプライン改善の方向性を提案し,異なるシナリオに対するブレンド空間の価値と設計について議論する。
  論文  参考訳（メタデータ） (2024-09-20T22:27:31Z)
• iControl3D: An Interactive System for Controllable 3D Scene Generation [57.048647153684485]
  iControl3Dは、ユーザがカスタマイズ可能な3Dシーンを正確なコントロールで生成およびレンダリングできるようにする、新しいインタラクティブシステムである。 我々は3Dメッシュを仲介プロキシとして利用し、個別の2D拡散生成画像を結合的で統一された3Dシーン表現に反復的にマージする。 私たちのニューラルレンダリングインターフェースは、ユーザが自分のシーンのラディアンスフィールドをオンラインで構築し、シーン全体をナビゲートすることを可能にする。
  論文  参考訳（メタデータ） (2024-08-03T06:35:09Z)
• I-Design: Personalized LLM Interior Designer [57.00412237555167]
  I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。 I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。 最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
  論文  参考訳（メタデータ） (2024-04-03T16:17:53Z)
• Make-A-Character: High Quality Text-to-3D Character Generation within Minutes [28.30067870250642]
  本研究では,テキスト記述から3Dアバターを作成するために,Make-A-Character (Mach) というユーザフレンドリーなフレームワークを提案する。 制御可能で現実的で、完全に実現された3Dキャラクタを2分以内で作成するための直感的なアプローチを提供する。
  論文  参考訳（メタデータ） (2023-12-24T08:11:39Z)

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。