从提示到世界：用户如何迭代、探索与理解AI生成的3D环境
人机交互
2026-03-17 v1 人工智能
摘要
文本到3D生成式AI系统会从自然语言提示创建可导航的环境，但与文本到图像生成不同，评估需要对空间一致性、规模和可导航性进行具身探索。我们报告了对一家商业文本到3D平台的首个实证研究，结合了思考 aloud 协议、行为观察以及经过验证的可用性、沉浸感和参与度度量。我们报告了三项发现。第一，表达不对称：用户容易传达语义意图（主题、氛围），但难以指定空间结构（布局、规模），反映的是语言到空间的限制，而非技能不足。第二，情景式沉浸：沉浸感是在期望与输出一致时产生的，但并不会累积为持久的场所错觉。第三，结构性迭代失效：由于交互障碍——可发现性差、反馈不透明以及高的时间成本——导致精炼失败，而非用户限制。总体而言，这些动态形成一个强化循环，空间错位持续存在，导致情景式沉浸和持续的意义建构。我们将文本到3D交互重新框定为协商意义建构，而非线性提示，并认为有效系统需要混合输入模式、透明反馈以及低成本迭代。
引用
@article{arxiv.2603.13233,
title = {From Prompts to Worlds: How Users Iterate, Explore, and Make Sense of AI-Generated 3D Environments},
author = {Aung Pyae},
journal= {arXiv preprint arXiv:2603.13233},
year = {2026}
}