3D 视觉与重建 / CVPR2026
HOG-Layout:基于视觉语言模型的分层三维场景生成、优化与编辑
HOG-Layout: Hierarchical 3D Scene Generation, Optimization and Editing via Vision-Language Models
用 LLM/VLM 加 RAG 从文本生成分层 3D 场景布局,并配物理一致性优化模块与分层表示实现实时编辑,可作为具身智能与 VR 场景合成的可复用管线。
三维场景布局生成检索增强生成视觉语言模型