arXiv Computer Vision· Zhaorui Lin, Haohan Liu, Zhen Chen, Xiangru Huang·· 2 小时前AI 评分24
GRASE：从视频进行几何原生真实到仿真智能体场景建模
GRASE: Geometry-native Real-to-sim Agentic Scene Modeling from Video
AI 导读
GRASE 是一个智能体框架，将多视角视频观测作为持续参照，通过反馈闭环修正场景建模中的中间估计，而非沿用传统单次松耦合流程。它先由深度与多视角线索拟合建筑外壳及开口，再由智能体在统一坐标系中放置生成资产并校验空间关系，最后迭代优化各资产的几何与位置。实验显示 GRASE 大幅优于其他 SOTA 方法，包括使用 GPT6-Astra 的直接真实到仿真转换。
来源：arXiv Computer Vision · arxiv.org