3 月 25 日，Meta 公司宣布研發(fā) SceneScript 視覺模型。據(jù)悉，此模型具備用可編程語言構建場景的能力，能實時推斷房間的幾何形態(tài)，然后將相關信息轉(zhuǎn)化為建筑學方面的近似的數(shù)值。

Meta 表示，此模型具備創(chuàng)建室內(nèi) 3D 模型的高效與輕便，僅需幾KB內(nèi)存便能生成完整清晰的幾何圖形，同時，這些形狀數(shù)據(jù)具備可解釋性，便于用戶理解和編輯。

值得注意的是，開發(fā)者借鑒了大語言模型中“預測單詞”的技術原理，例如 Llama 模型，它能依據(jù)前一單詞預測句子的下一詞，如在輸入“The cat sat on the…”的情況下，模型預測潛在的答案可能是 “mat”或“floor”。同樣，SceneScript 借鑒這一概念，通過前一輸入預測后續(xù)內(nèi)容及應用這些建筑學描述重構復雜室內(nèi) 3D 環(huán)境。