وكلاء الذكاء الاصطناعي يواجهون صعوبة في التحقق من دقة المشاهد ثلاثية الأبعاد

قدّم باحثون من جامعة ماريلاند وAWS مشروع LEGO-Anything، الذي يحوّل صورة واحدة إلى مشهد ثلاثي الأبعاد قابل للتعديل عبر كتابة كود لبرنامج Blender ومراجعته على مراحل. ويكشف معيار LEGO-Bench أن وكلاء البرمجة ينجحون غالبًا في إنتاج مشهد قابل للاستخدام، لكن دقتهم الهندسية تتفاوت بشدة؛ فسجّل GPT-6 Astra نسبة ٥٣٫٤٪ في المشاهد الداخلية و٣٩٫٦٪ في الخارجية، مقابل نحو ١٥٪ للإعدادات الأضعف. ووجد الباحثون أن الوكلاء لا يحسنون تقييم تحسّن مشاهدهم، فطوّروا إضافة LEGO-Plugin تستبدل الحكم الذاتي بقياسات ملموسة وتحمي التعديلات الصحيحة، ورفعت أداء النماذج الأضعف بما يصل إلى ٦٢٫٧٪. ومع ذلك، تظل المشاهد المعاد بناؤها محدودة في مهام اكتشاف الأجسام وتقسيمها وتقدير العمق، ولا تزال بعيدة عن إعادة بناء دقيقة ووفية.