تحويل صورة فردية إلى مدينة ثلاثية الأبعاد باستخدام فرشاة الذكاء الاصطناعي "ما ليانغ"

جامعة برينستون وجامعة كولومبيا وـ Cyberever AI كشفوا بالتعاون عن إطار عمل 3DTown — أداة ثورية قادرة على إنشاء مشاهد مدن ثلاثية الأبعاد واقعية من نظرة واحدة علوية. لافتًا للنظر، لا يتطلب هذا الإجراء أي تدريب، حيث يعتمد على مولدات الكائنات الثلاثية الأبعاد المُدرَّبة مسبقًا لجعل هذه المشاهد الديناميكية حية.

واجهت نماذج التصميم ثلاثي الأبعاد التقليدية تحديات مثل تكلفة المعدات العالية، الحاجة إلى جمع بيانات مكثف، والعمل اليدوي المكثف الذي يتطلب وقتًا ومعرفة متقدمة. وعلى الرغم من التقدم الكبير الذي حققته الذكاء الاصطناعي في إنشاء الكائنات ثلاثية الأبعاد، إلا أنها غالبًا ما تواجه صعوبة في التعامل مع المشاهد المعقدة، مما يؤدي إلى ظهور تناقضات في الهندسة، تخطيط غير منطقي، ونوعية شبكة دون المستوى.

يتعامل 3DTown مع هذه العيوب باستخدام نهج "تقسيم وتحقيق"، حيث يتم تقسيم النظرة العلوية إلى مناطق متقاطعة لإنشاء محتوى ثلاثي الأبعاد قطعة قطعة. هذه الطريقة لا تزيد فقط من الدقة والتفاصيل ولكنها تضمن أيضًا تطابقًا دقيقًا بين الصورة المدخلة ونظيرتها ثلاثية الأبعاد. بالإضافة إلى ذلك، تكنولوجيا إعادة الإدخال ثلاثية الأبعاد التي تعتمد على المساحة تملأ الهياكل المفقودة بسلاسة، مما يحافظ على استمرارية المشهد بشكل عام.

أظهرت النتائج التجريبية أن 3DTown يتفوق على النماذج الحالية من حيث الدقة الهندسية، التوافق في التخطيط، ودقة التفاصيل. هذا الابتكار يحمل وعدًا كبيرًا لتطبيقاته في تطوير الألعاب، إنتاج الأفلام، بناء الميتافيرس، وحتى تدريب المحاكاة للروبوتات.

على الرغم من إنجازاته، يواجه 3DTown بعض القيود. على سبيل المثال، الاعتماد على المولدات المُدرَّبة مسبقًا المركزة على الكائنات الفردية قد يؤدي أحيانًا إلى أخطاء محلية أو "وهميات". بالإضافة إلى ذلك، قد تنشأ نقاط ضعف أثناء تقدير 3D الأولي للهيكل. يمكن أن تشمل التحسينات المستقبلية دمج البيانات المتعددة للزوايا، تقديم الأوليات التركيبية، أو تنقية مستوى المشهد لتحسين الإطار أكثر.

ورقة البحث: https://arxiv.org/pdf/2505.15765 المشروع: https://eric-ai-lab.github.io/3dtown.github.io/