HY-World 2.0: Modelo de mundo multimodal para mundos 3D | Reconstrucción y simulación de entornos 3D mediante IA | Generación de escenas tridimensionales realistas para agentes autónomos

Abstract

PROBLEMA: La creación de mundos 3D realistas y consistentes sigue siendo un desafío debido a la complejidad de integrar múltiples modalidades y mantener la coherencia estructural en simulaciones dinámicas. SOLUCIÓN: El paper presenta HY-World 2.0, un modelo de mundo multimodal avanzado diseñado para la reconstrucción, generación y simulación de entornos tridimensionales. Propone un marco que unifica la percepción visual con el razonamiento espacial para crear escenas interactivas. METODOLOGÍA: El sistema utiliza representaciones basadas en Gaussian Splatting y modelos de difusión latente para generar geometrías y texturas, entrenado en un corpus masivo de datos de sensores y simulaciones físicas. RESULTADOS: Muestra una mejora significativa en la fidelidad visual y la estabilidad de la simulación en comparación con su predecesor, logrando una reconstrucción de alta precisión en tiempos de ejecución reducidos. RELEVANCIA: Es fundamental para el desarrollo de agentes autónomos y robots que necesitan un modelo interno preciso del mundo físico para planificar acciones.