연구진이 물리적 일관성과 확장성을 개선한 RenderFormer++ 프레임워크를 발표했어요. 기존 RenderFormer는 삼각형 수준 토큰화로 인해 물리적 일관성이 부족하고 확장성이 떨어지는 문제가 있었어요. Physics-Informed Transport Guidance (PITG)를 통해 렌더링 방정식의 규칙을 반영하고, Hierarchical Object-Centric Tokenization (HOCT)으로 계산 비용을 줄였어요.
RenderFormer++는 복잡한 대규모 장면에서 물리적 정확도와 효율성을 개선한 것으로 나타났어요. PITG는 빛의 전달 과정에 대한 물리적 제약을 반영하고, HOCT는 삼각형 수준의 특징을 객체 수준으로 통합하여 계산 비용을 줄여요.
연구 결과, RenderFormer++는 기존 신경 렌더링 방법보다 확장 가능하고 안정적이며 일반화 성능이 뛰어난 것으로 확인됐어요.