首个文本到3D生成RL范式诞生，攻克几何与物理合理性

一项由西北工业大学、北京大学等机构联合开展的研究系统探讨了强化学习（RL）在文本到3D生成中的适用性。研究发现，结合人类偏好奖励并采用token级RL策略能显著提升生成质量，提出的Hi-GRPO范式与模型AR3D-R1展现出更强的几何一致性和物理合理性。团队构建了首个聚焦3D推理能力的评测基准MME-3DR，涵盖五类高难度场景，验证了RL在复杂条件下的有效性。然而，模型在极端复杂或长尾场景中仍存在“逻辑崩坏”问题，且训练稳定性与算力、奖励成本密切相关，表明可扩展的3D RL仍面临挑战。
来源：https://mp.weixin.qq.com/s/l1XbvDVosGXxwfKKe2Pw7A