BlenderRAG：通过检索增强代码合成实现高保真3D物体生成
计算机视觉与模式识别
2026-05-04 v1 人工智能
图形学
人机交互
机器学习
摘要
从自然语言自动生成可执行的Blender代码仍然具有挑战性，最先进的LLM会产生频繁的语法错误和几何不一致的物体。我们提出了BlenderRAG，这是一个检索增强生成系统，它在一个包含50个物体类别、500个专家验证示例(文本、代码、图像)的精选多模态数据集上运行。通过在生成过程中检索语义相似的示例，BlenderRAG在四种最先进的LLM上将编译成功率从40.8%提高到70.0%，并将语义归一化对齐度(CLIP相似度)从0.41提高到0.77，无需微调或专用硬件，使其立即可部署。数据集和代码将在https://github.com/MaxRondelli/BlenderRAG提供。
引用
@article{arxiv.2605.00632,
title = {BlenderRAG: High-Fidelity 3D Object Generation via Retrieval-Augmented Code Synthesis},
author = {Massimo Rondelli and Francesco Pivi and Maurizio Gabbrielli},
journal= {arXiv preprint arXiv:2605.00632},
year = {2026}
}