ThinkBLOX: 점진적 추론을 통한 3D 실내 장면 생성

요약

ThinkBLOX는 기존 VLM 기반 3D 실내 장면 생성의 한계(원샷 패러다임, 전역 재최적화 필요)를 극복하기 위해 제안된 점진적 추론 프레임워크입니다. 이 프레임워크는 레이아웃 생성을 상태 조건부 단계별 추론 및 행동 과정으로 간주합니다. ThinkBLOX-Data-200K 데이터셋과 Tier-Decoupled GDPO라는 강화학습 방식을 도입하여 물리적/의미적 타당성이 높은 3D 장면 합성을 가능하게 합니다.

핵심 포인트

• 점진적 추론 프레임워크인 ThinkBLOX를 제안하여 3D 실내 장면 생성의 한계를 극복했습니다.
• ThinkBLOX-Data-200K 데이터셋을 구축하고 SFT를 통해 VLM이 점진적 업데이트를 학습하도록 했습니다.
• Tier-Decoupled GDPO라는 강화학습 방식을 도입하여 물리적/의미론적 타당성을 안정화했습니다.
• 물리적 타당성, 의미 정렬, 상호작용 편집 가능성 측면에서 기존 모델들을 능가함을 입증했습니다.