InfiniDream: تركيب 100 عنصر و20 مشهداً في التوليد الإجرائي للعوالم ثلاثية الأبعاد

InfiniDream هو إطار عمل يعتمد على نماذج اللغة البصرية (VLM-driven) للتوليد الإجرائي المفتوح لعوالم ثلاثية الأبعاد واقعية التصوير. طوّره باحثون من Alaya Lab (Yi-Chuan Huang، Hao-Jen Chien، Zheng-Hui Huang، Yu-Lun Liu، Kaipeng Zhang، Zhixiang Wang)، وتحل هذه الطريقة مشكلة جوهرية في البيانات التركيبية وتطوير الألعاب: تنشئ طرق VLM الحالية عادة أصولاً ثلاثية الأبعاد بسيطة، بينما تتطلب الأنظمة الإجرائية المعقدة والواقعية التصوير أشهراً من التطوير اليدوي. ولطالما كان التوليد الإجرائي مفضلاً على النماذج الثابتة ثلاثية الأبعاد بسبب قدرته الأكبر على التحكم والتحرير والتنويع، لكن تبيّن أن أتمتته باستخدام الذكاء الاصطناعي أمر صعب: فطرق VLM الحالية لا تزال مرتبطة بواجهات برمجية محددة مسبقاً ومصانع شيفرة، مما يحد من إمكانية إنشاء أنواع جديدة جذرياً من الأصول.

ما هما العنصران الأساسيان في المنهجية؟

يعتمد إطار عمل InfiniDream على نهجين ابتكاريين أساسيين:

Symbolically Constrained Asset Generation — طريقة توليد رمزي للأصول تعيد صياغة المهمة بشكل جذري. فبدلاً من إنشاء نماذج ثلاثية الأبعاد من الصفر أو العمل ضمن واجهات برمجية صارمة محددة مسبقاً، يستخدم النظام خوارزميات إجرائية موجودة كقيود بنيوية ويوجه عملها عبر نموذج اللغة البصرية. يسمح ذلك بتوليد أصول جديدة جذرياً لم تُرَ من قبل، مع الحفاظ في الوقت نفسه على واقعية التصوير وقابلية تحرير كل عنصر وseed-based diversity — أي القدرة على إعادة إنتاج متغيرات وتنويع النتائج اعتماداً على بذور عشوائية.

Text-to-World Pipeline — خط أنابيب متكامل من الوصف النصي إلى عالم ثلاثي الأبعاد جاهز. يدمج هذا الخط عدة مراحل أساسية: semantic scene planning (تخطيط دلالي لمحتوى المشهد اعتماداً على المدخل النصي)، و Deterministic Frustum-Guided Grid Placement (تموضع حتمي للعناصر في الفضاء ثلاثي الأبعاد باستخدام هرم رؤية الكاميرا لتحقيق تحكم دقيق)، و procedural population (تعبئة تلقائية للمشهد بعناصر متعددة)، و animation (إضافة حركة ورسوم متحركة لعناصر المشهد). يتيح هذا الخط بناء عوالم ثلاثية الأبعاد واسعة النطاق ومفصّلة بدقة مع تحكم دقيق في موضع كل عنصر.

نتائج الاختبار والتقييم

أجرى المؤلفون تقييماً شاملاً للمنهجية على نوعين أساسيين من المهام:

• 100 عنصر للتركيب — توليد أصول ثلاثية الأبعاد فردية متنوعة • 20 مشهداً كاملاً — إنشاء بيئات ثلاثية الأبعاد متكاملة تضم عناصر متعددة

أظهرت طريقة InfiniDream تحسينات في جميع المقاييس الإدراكية الأربعة المستخدمة. وأُجريت بالإضافة إلى ذلك تحليلات تنوع للأصول المولّدة (diversity analysis)، ودراسات استقطاع (ablation studies) لفحص تأثير كل عنصر من عناصر إطار العمل على النتيجة النهائية، وتقييم لتفضيلات البشر (human preference evaluation)، وقد أكدت هذه الدراسات فعالية النهج وقابليته للتطبيق العملي. وتُظهر النتائج أن نماذج اللغة قادرة بالفعل على توجيه التوليد الإجرائي، مع إنتاج نتائج واقعية التصوير كانت في السابق لا تُحقَّق إلا عبر أشهر من العمل اليدوي لمطورين ذوي خبرة.

الموارد والمساهمون

نُشر المشروع في 19 أكتوبر 2026. والشيفرة المصدرية الكاملة متاحة في مستودع GitHub (https://github.com/yichuanH/InfiniDream)، حيث يمكن للمجتمع إعادة إنتاج النتائج واستخدام المنهجية في مهامه الخاصة. كما أعدّ المؤلفون صفحة مشروع مفصلة (https://yichuanh.github.io/infinidream-page/) تعرض النتائج بصرياً وتقدم معلومات إضافية عن عمل إطار العمل. أُجري البحث تحت رعاية Alaya Lab ويمثل خطوة مهمة في أتمتة التوليد الإجرائي للمحتوى ثلاثي الأبعاد باستخدام الذكاء الاصطناعي.