論文の概要: DyCraft: An Agentic System for Long-Horizon 4D Scene Generation

• arxiv url: http://arxiv.org/abs/2610.40754v1
• Date: Thu, 29 Oct 2026 16:42:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.458219
• Title: DyCraft: An Agentic System for Long-Horizon 4D Scene Generation
• Title（参考訳）: DyCraft: 長距離4Dシーン生成のためのエージェントシステム
• Abstract要約: コーディングエージェントは、コヒーレントなロングホライゾンアニメーションを作成するのに苦労する。 DyCraftはアニメーションを、コーディングエージェントがより確実に解決できるステップに分割する。 CodexのネイティブGPT-6エージェントと比較すると、DyCraftは物理的違反を大幅に低減する。
• 参考スコア（独自算出の注目度）: 31.252666467428416
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While frontier coding agents can generate high-quality 3D scenes and articulated assets, they struggle to create coherent long-horizon animations. When equipped with general-purpose harnesses, they frequently produce physically implausible outputs, generating objects that interpenetrate, lack physical support, or move unnaturally. Such bare agents struggle to repair these errors because they default to scripting the full animation in one pass, making it difficult to verify their work and disentangle complex spatiotemporal constraints. Drawing on the practice of human animators, we introduce DyCraft, a system for animated 3D scene generation that breaks animation into steps that coding agents can more reliably solve. DyCraft first expands the user's prompt into a detailed plan and builds a static scene. It then creates a 3D storyboard of key animation poses, where each frame is a static 3D scene that the agent can build and debug in isolation. Storyboarding decomposes the problem into pairs of verified start and end states, allowing the agent to author local motion between them with a collection of motion authoring tools. We evaluate DyCraft on 24 long-horizon, multi-shot animation tasks covering humanoid robots, human and animal characters, and physical mechanisms. Compared with a native GPT-6 agent in Codex and prior agentic baselines, DyCraft substantially reduces physical violations and generates higher-quality animated 3D scenes that are more often preferred by human raters.
• Abstract（参考訳）: フロンティアのコーディングエージェントは高品質な3Dシーンと音響資産を生成することができるが、コヒーレントなロングホライゾンアニメーションを作成するのに苦労している。 汎用ハーネスを備えた場合、それらはしばしば物理的に不可解な出力を生成し、相互接続、物理的支援の欠如、あるいは不自然に動く物体を生成する。 このような素人のエージェントは、1パスで完全なアニメーションをスクリプティングすることをデフォルトにしているため、これらのエラーを修正するのに苦労する。 人間のアニメーターの実践に基づいて、アニメーションをコーディングエージェントがより確実に解けるステップに分割する3Dシーン生成システムDyCraftを紹介した。 DyCraftはまずユーザのプロンプトを詳細なプランに拡張し、静的なシーンを構築する。 その後、キーアニメーションの3Dストーリーボードを生成し、各フレームは静的な3Dシーンであり、エージェントは独立して構築してデバッグすることができる。 ストーリーボードは、問題を検証された開始状態と終了状態のペアに分解し、エージェントはそれらの間の局所的な動きを、一連のモーションオーサリングツールで作成することができる。 人型ロボット,人間と動物のキャラクタ,物理機構を対象とする24の長水平マルチショットアニメーションタスク上でDyCraftを評価した。 CodexのネイティブGPT-6エージェントや、それ以前のエージェントベースラインと比較すると、DyCraftは物理的な違反を大幅に減らし、人間のラテンダーに好まれる高品質のアニメーション3Dシーンを生成する。

関連論文リスト

• SimWorlds: A Multi-Agent System for Dynamic 3D Scene Creation [50.175987640001644]
  テキストから動的に編集可能な4Dシーンを生成するマルチエージェントフレームワークであるSimWorldsを紹介する。 また,プロシージャのダイナミックな3Dシーンの視覚的忠実度と身体的整合性を評価するベンチマークである4DBuildBenchも導入した。
  論文  参考訳（メタデータ） (2026-07-02T06:29:18Z)
• StoryBlender: Inter-Shot Consistent and Editable 3D Storyboard with Spatial-temporal Dynamics [56.8957922153694]
  StoryBlenderは、ストーリー中心のリフレクションスキームによって管理される、3Dストーリーボード生成フレームワークです。 StoryBlenderは拡散ベースベースと3Dグラウンドベースラインの整合性と編集性を大幅に改善する。
  論文  参考訳（メタデータ） (2026-04-01T07:24:31Z)
• 3DProxyImg: Controllable 3D-Aware Animation Synthesis from Single Image via 2D-3D Aligned Proxy Embedding [46.75707405618843]
  外観合成から幾何学的制御を分離する軽量な3Dアニメーションフレームワークを提案する。 提案手法は,低消費電力プラットフォーム上での効率的なアニメーション生成を実現する。
  論文  参考訳（メタデータ） (2025-12-17T06:38:07Z)
• Sketch2Anim: Towards Transferring Sketch Storyboards into 3D Animation [22.325990468075368]
  アニメーターはストーリーボードの2Dスケッチを、トライアル・アンド・エラー・プロセスを通じて望ましい3Dアニメーションを作るための参考として利用する。 2Dストーリーボードのスケッチを直接3Dアニメーションに変換する自動手法には高い需要がある。 スケッチ制約理解とモーション生成のための2つの重要なモジュールからなるSketch2Animを提案する。
  論文  参考訳（メタデータ） (2025-04-27T10:38:17Z)
• Animating the Uncaptured: Humanoid Mesh Animation with Video Diffusion Models [71.78723353724493]
  ヒューマノイド文字のアニメーションは、様々なグラフィックス応用において不可欠である。 入力された静的な3次元ヒューマノイドメッシュの4次元アニメーションシーケンスを合成する手法を提案する。
  論文  参考訳（メタデータ） (2025-03-20T10:00:22Z)
• Gaussians-to-Life: Text-Driven Animation of 3D Gaussian Splatting Scenes [49.26872036160368]
  ガウススティング表現における高品質な3Dシーンの一部をアニメーションする手法を提案する。 従来の作業とは対照的に、複雑な既存の3Dシーンのリアルなアニメーションを可能にする。
  論文  参考訳（メタデータ） (2024-11-28T16:01:58Z)
• Make-It-Animatable: An Efficient Framework for Authoring Animation-Ready 3D Characters [86.13319549186959]
  我々は3次元ヒューマノイドモデルを1秒未満でキャラクターアニメーションに対応させる新しいデータ駆動方式であるMake-It-Animatableを提案する。 我々のフレームワークは、高品質なブレンドウェイト、骨、ポーズトランスフォーメーションを生成します。 既存の手法と比較して,本手法は品質と速度の両方において著しく改善されている。
  論文  参考訳（メタデータ） (2024-11-27T10:18:06Z)

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。