待验证50% 置信事实精确时间
SceneBloom 提出了一种智能体框架，通过结合视觉布局采样与合约引导的3D编译，自动生成高质量、无碰撞的室内场景，为具身学习提供数据来源。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
待验证Make提供视觉化流程图编辑器，适合逻辑复杂场景但学习曲线略陡74% 相似待验证基于场景描述图的方式由LLM生成结构化场景图（物体列表+位置关系），再交由专门的3D生成模块（如基于NeRF或Gaussian Splatting的方法）完成渲染。74% 相似待验证bpy提供对场景几何、材质、光照、相机和渲染流程的完整程序化控制能力，可批量生成场景并读取3D对象在相机坐标系下的投影坐标73% 相似待验证场景图是一种将图像内容结构化表示的形式，以物体为节点、物体间关系为边构成有向图72% 相似待验证该框架采用固定的Blender映射流程，将2D仿真器中的地形、燃料布局、火情活动和风向线索对齐，生成低细节的3D代理71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098353API
curl https://kongchang.com/api/v1/knowledge/claims/1098353MCP
get_claim(id=1098353)