論文の概要: NeoWorld-3: From Pixels to Code-Defined Physical Worlds
- arxiv url: http://arxiv.org/abs/2610.27690v1
- Date: Tue, 20 Oct 2026 06:05:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.667687
- Title: NeoWorld-3: From Pixels to Code-Defined Physical Worlds
- Title（参考訳）: NeoWorld-3: ピクセルからコード定義物理世界へ
- Abstract要約: In this present NeoWorld-3, a coding-agent framework that restructs interactive 3D worlds from visual observed through tunable, viable program。
コアとなるNeoSDKは、低レベルのジオメトリ、部分合成、微分可能なパラメータの洗練、物理検証のための基礎となる計算エンジンを提供する。
階層的なコーディネータ-ワーカアーキテクチャを通じて、このフレームワークはスタンドアロンの定型的なオブジェクトから複雑な構成シーンへシームレスにスケールする。
- 参考スコア（独自算出の注目度）: 51.359797458031046
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Simulation-ready world reconstruction demands physical interactivity beyond visual realism, which existing black-box 3D generation fails to deliver. We present NeoWorld-3, a coding-agent framework that reconstructs interactive 3D worlds from visual observations via tunable, executable programs. At its core, NeoSDK provides the underlying computational engine for low-level geometries, part composition, differentiable parameter refinement, and physics validation. At the same time, NeoMCP exposes these capabilities as structured, tool-callable APIs for vision-language agents to visually inspect, edit code, and iteratively refine programs. Through a hierarchical coordinator-worker architecture, the framework scales seamlessly from standalone articulated objects to complex compositional scenes. Evaluations across object-level and scene-level reconstruction benchmarks demonstrate that NeoWorld-3 achieves state-of-the-art geometric fidelity and physical readiness. Crucially, manipulation trajectories planned within our reconstructed twins achieve successful zero-shot execution on a physical dual-arm robot, completing the Real-Sim-Real loop.
- Abstract（参考訳）: シミュレーション可能な世界再構成は、既存のブラックボックス3D世代が提供できない視覚リアリズムを超えた物理的相互作用を要求する。
In this present NeoWorld-3, a coding-agent framework that restructs interactive 3D worlds from visual observed through tunable, viable program。
コアとなるNeoSDKは、低レベルのジオメトリ、部分合成、微分可能なパラメータの洗練、物理検証のための基礎となる計算エンジンを提供する。
同時にNeoMCPは、これらの機能を構造化されたツールコール可能なAPIとして公開し、視覚的にコードを調べ、編集し、プログラムを反復的に洗練する。
階層的なコーディネータ-ワーカアーキテクチャを通じて、このフレームワークはスタンドアロンの定型的なオブジェクトから複雑な構成シーンへシームレスにスケールする。
オブジェクトレベルおよびシーンレベルの再構築ベンチマークによる評価は、NeoWorld-3が最先端の幾何学的忠実度と物理的準備性を達成することを示す。
重要なことに、再建された双子の中で計画された操作軌道は、物理的なデュアルアームロボット上でゼロショット実行を成功させ、リアル・シム・リアルループを完了させる。
関連論文リスト
- Code2Worlds-2: Physically Plausible Agent Harness for Embodied World Simulation [57.44452322402844]
我々は、4Dワールドジェネレーションを具現化された世界シミュレーションに変換するCode2Worlds-2をCode2Worldsの拡張として提示する。
SimCode4Dや、自然、屋内、工業、都市、ロボットが操作可能なシーンでの実験は、Code2Worlds-2が物理的に可塑性でシミュレータ互換でロボットが操作可能なシーンを制作していることを示している。
論文 参考訳（メタデータ） (2026-10-13T03:30:40Z) - Fysiverse-3D-Vision Technical Report: Generating Executable 3D Worlds from Images through Unified Spatial Reasoning [62.09790533047924]
生成モデルは、高度な画像条件付き3Dコンテンツ生成が可能だが、単一の画像から制御可能で実行可能な3Dシーンを生成することは、依然として困難である。
本研究では,Fysiverse-3D-Visionを提案する。Fysiverse-3D-Visionは1つの画像から生成した3次元シーンの再構成と実行可能アセット構築のための統合視覚言語-幾何学フレームワークである。
本フレームワークは,既存の手法と比較して,幾何学的整合性,レイアウト推定,レンダリング品質,物理的特性の理解に優れる。
論文 参考訳（メタデータ） (2026-09-22T06:22:31Z) - Fysiverse-3D-SimReady Technical Report: Agentic Physical Simulation for Pragmatic 3D World Reconstruction [49.58319707131411]
Fysiverse-3D-SimReadyは,シミュレーション可能なマルチオブジェクトシーンを1枚のRGB画像から再構成するための基礎的な改良フレームワークである。
この方法は、生成されたオブジェクトメッシュを共有重力に沿ったシーンに配置し、異なるレンダリングによってカメラ空間のポーズを洗練し、シーンレベルのサポートと接触を安定した物理的実行のために修正する。
実験により、Fysiverse-3D-SimReadyは、既存の単一画像再構成とシーン生成ベースラインに対する入力-ビューアライメント、接触可視性、物理的安定性を改善した。
論文 参考訳（メタデータ） (2026-09-21T12:08:00Z) - NeoWorld-Pro: Programming Interactive Scenes from Monocular Images for Embodied Simulation [37.57654523550713]
NeoWorld-Proは、インタラクティブな3D環境のためのプロシージャプログラミングとして、単眼のシーン再構成を再構築するフレームワークである。
次に、ループ内の物理機構は、物理エンジンでの実行を検証することによって、生成されたプログラムを反復的に洗練する。
論文 参考訳（メタデータ） (2026-08-25T08:19:39Z) - Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents [42.18672329354181]
textitAgentic Real2Simは視覚言語エージェントを用いた物理世界モデリングのためのフレームワークである。
我々は,剛体オブジェクトの操作,変形性オブジェクトのインタラクション,ヒューマノイドモーションシーンにおけるエージェントReal2Simの評価を行った。
フレームワークのエージェント的決定は、フロンティアモデルのコストのごく一部で、オープンウェイトなVLMバックエンドによって駆動される。
論文 参考訳（メタデータ） (2026-07-21T15:23:38Z) - LiteReality: Graphics-Ready 3D Scene Reconstruction from RGB-D Scans [64.31686158593351]
LiteRealityは、屋内環境のRGB-Dスキャンをコンパクトでリアルでインタラクティブな3D仮想レプリカに変換する、新しいパイプラインである。
LiteRealityは、オブジェクトの個性、明瞭さ、高品質なレンダリング材料、物理ベースのインタラクションなど、グラフィックパイプラインに不可欠な重要な機能をサポートしている。
本研究は,LiteRealityが実生活スキャンと公開データセットの両方に与える影響を実証する。
論文 参考訳（メタデータ） (2025-07-03T17:59:55Z) - Zero-Shot Multi-Object Scene Completion [59.325611678171974]
1枚のRGB-D画像から複雑なシーンにおける複数の見えない物体の完全な形状を復元する3Dシーン補完法を提案する。
提案手法は, 合成および実世界の両方のデータセットにおいて, 現在の最先端技術よりも優れている。
論文 参考訳（メタデータ） (2024-03-21T17:59:59Z)
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。