UrbanWorld2.0: A Multimodal Agentic Framework for Reality-Aligned 3D World Generation at City-Scale
تقدم الورقة البحثية UrbanWorld2.0، وهو إطار عمل متعدد الوسائط يعتمد على الوكلاء ويستفيد من التأمل الذاتي التكراري وأدوات تأسيسية متنوعة لإنشاء بيئات ثلاثية الأبعاد عالية الدقة على نطاق مدينة، تتميز بمحاذاة واقعية وجودة إدراكية فائقة مقارنة بالطرق الحالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
لطالما كان إنشاء عالم رقمي واقعي حلمًا يراود صانعي الأفلام، ومصممي الألعاب، والعلماء. لعقود من الزمن، اعتمدت عملية بناء هذه البيئات بشكل كبير على الأيدي البشرية؛ حيث يتعين على الفنانين وضع كل شجرة، وطريق، ومبنى يدويًا، وهي مهمة بطيئة ومكلفة تحد من مدى ضخامة أو تفصيل المدن الافتراضية. ورغم أن أجهزة الكمبيوتر أصبحت أفضل في توليد الصور، إلا أن بناء مدن كاملة تبدو وتُشعر بأنها حقيقية لا يزال يمثل عقبة كبيرة. فالتحدي لا يقتصر فقط على رسم صور جميلة، بل يتعلق ببناء مساحة يكون فيها المخطط منطقيًا، والمنسوجات (textures) تبدو أصلية، والنطاق واسعًا بما يكفي ليكون مفيدًا لتدريب الروبوتات أو محاكاة حركة المرور. ولحل هذه المعضلة، يتجه الباحثون إلى نهج جديد يعامل برامج الكمبيوتر ليس فقط كأدوات، بل كمساعدين أذكياء قادرين على التخطيط، والتحقق من عملهم الخاص، والتعلم من أخطائهم.
قدم فريق من الباحثين في جامعة تسينغوا نظامًا يسمى UrbanWorld2.0، مصممًا لتوليد بيئات ثلاثية الأبعاد عالية الدقة وعلى نطاق مدينة، تتوافق بشكل وثيق مع العالم الحقيقي. وخلافًا للطرق السابقة التي غالبًا ما أنتجت شبكات مفككة، أو منسوجات خشنة، أو مباني تطفو في الفراغ، يقوم هذا الإطار الجديد بإنشاء مناظر طبيعية حضرية كاملة جاهزة للاستخدام في الوسائط الغامرة. يعمل النظام كمهندس معماري رقمي يبدأ ببيانات من العالم الحقيقي، مثل الخرائط وصور الشوارع، ويستخدم سلسلة من الخطوات الذكية لبناء مدينة من الصفر. فهو لا يخمن ببساطة كيف يجب أن تبدو المدينة؛ بل يجمع المعلومات، ويتخيل التفاصيل المفقودة، وينتقد ابتكاراته، ويقوم بتنقيحها حتى تصبح دقيقة ومذهلة بصريًا.
تبدأ العملية بجمع النظام للمواد الخام من العالم الحقيقي؛ حيث يسحب البيانات الجغرافية من الخرائط مفتوحة المصدر لفهم أماكن وجود الطرق والمباني، ويجمع صور بانورامية للشوارع لرؤية كيف تبدو تلك المباني بالفعل. ومع ذلك، غالبًا ما تكون هذه الصور الخام مزدحمة بالسيارات، أو الأشجار، أو معدات البناء التي تحجب الرؤية. وظيفة النظام الأولى هي العمل كمحرر دقيق، حيث يقوم بإزالة هذه العوائق واختيار أوضح الرؤى الممكنة للمباني. ثم ينتقل إلى مرحلة "الخيال"، حيث يملأ الفجوات. وبما أن صورة شارع واحدة لا يمكنها إظهار الجزء الخلفي أو العلوي من المبنى، يستخدم النظام ذكاءً اصطناعيًا متطورًا لإعادة بناء الشكل ثلاثي الأبعاد الكامل للهيكل ذهنيًا، مستنتجًا حجمه وطرازه المعماري بناءً على الأدلة البصرية المحدودة المتاحة لديه.
بمجرد أن يمتلك النظام صورة ذهنية واضحة للمباني، يقوم بتوليد النماذج ثلاثية الأبعاد الفعلية. وهنا يتجلى التصميم الفريد لهذا الإطار؛ فبدلاً من إنشاء المدينة بأكملها دفعة واحدة، مما يؤدي غالبًا إلى حدوث أخطاء، يقوم النظام ببنائها قطعة قطعة. فهو ينشئ شكل كل مبنى، ثم يطلي عليه منسوجات عالية الجودة، وأخيرًا يضعه في المدينة الرقمية تمامًا في مكانه الصحيح في العالم الحقيقي. ويعد "آلية التأمل" (reflection mechanism) المدمجة جزءًا حيويًا من سير العمل هذا؛ فبعد إنشاء مبنى ما، يعمل النظام كناقد صارم، حيث يفحص عمله بحثًا عن العيوب. يتحقق مما إذا كان الهيكل يبدو ممكنًا من الناحية الفيزيائية، وما إذا كانت المنسوجات تبدو واقعية، وما إذا كان يتبع التعليمات الأصلية. وإذا رصد النظام خطأً، مثل نافذة لا تتماشى مع الجدار أو سقف يبدو مشوهًا، فإنه يقوم تلقائيًا بإصلاح الخطأ ويحاول مرة أخرى. وتستمر دورة الخلق والتصحيح الذاتي هذه حتى تلبي النتيجة معيارًا عالي الجودة.
النتائج المحققة من هذا النهج مذهلة. فعند اختباره مقابل طرق أخرى لتوليد المدن ثلاثية الأبعاد، أنتج UrbanWorld2.0 مشاهدًا أكثر واقعية وتماسكًا بشكل ملحوظ. وفي المقارنات المباشرة، تم تفضيل مخرجات النظام على التقنيات الموجودة بنسبة تزيد عن 86 بالمائة. تميزت المدن المولدة بمبانٍ ذات أشكال دقيقة وأسطح مفصلة، وطرق تتصل منطقيًا، وعناصر دقيقة مثل مصابيح الشوارع وعلامات المرور الموضوعة في مواضعها الصحيحة. كما نجح النظام في دمج العناصر الديناميكية، مثل حركة المرور المحاكية والمركبات المتحركة، مما خلق بيئة حية بدلاً من نموذج ثابت. ويشير هذا المستوى من التفصيل والدقة إلى أن النظام يمكنه سد الفجوة بفعالية بين عمليات المحاكاة الرقمية والعالم المادي، وهي قدرة أساسية لتدريب المركبات ذاتية القيادة والروبوتات على التنقل في البيئات الحضرية المعقدة.
من خلال الجمع بين بيانات العالم الحقيقي وسير عمل متعدد الخطوات وذاتي التصحيح، يثبت UrbanWorld2.0 أنه من الممكن أتمتة إنشاء عوالم ثلاثية الأبعاد واسعة النطاق وواقعية دون التضحية بالجودة. لا يعتمد النظام على قواعد جامدة مبرمجة مسبقًا تحد من الإبداع، ولا يعتمد على كميات هائلة من بيانات التدريب التي يصعب الحصول عليها؛ بل يستفيد من عملية مرنة وذكية تحاكي الطريقة التي قد يتبعها المصمم البشري في مشروع ما: جمع المراجع، ورسم الأفكار، ومراجعة العمل، وإجراء التحسينات. ويمثل هذا الاختراق أساسًا واعدًا لمستقبل التوائم الرقمية، حيث يمكن محاكاة مدن بأكملاء بدقة عالية، ولتطوير الذكاء المتجسد، حيث يمكن للآلات أن تتعلم العمل في بيئات تشبه وتتصرف تمامًا مثل بيئاتنا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.