연구진이 3D 자산 생성 및 언어 기반 추론을 통합하는 ELSA3D 모델을 공개했어요. 기존 방식의 한계를 극복하기 위해 탄성적 의미 앵커링을 도입했습니다.
ELSA3D는 언어와 기하학적 추론을 매칭된 추상화 수준에서 공동으로 구조화하며, 3D 기하학적 정보를 스케일 인지 옥트리 토크나이저로 표현하고 Anchor Tokens를 활용합니다.
ELSA3D는 이미지-3D 생성, 텍스트-3D 생성, 3D 캡셔닝에서 최고 성능을 달성했으며, 기존 모델 대비 FLOPs와 추론 지연 시간을 절반으로 줄였습니다.