3DCodeVerse: Exploring 3D Worlds as Code

Imagine um mundo onde a criação de um objeto tridimensional não é uma questão de esculpir com argila ou arrastar formas com um mouse, mas de escrever instruções, tal como um compositor escreve uma sinfonia ou um arquiteto elabora uma planta. Este é o reino da codificação 3D, um campo onde programas de computador atuam como as ferramentas para construir geometria digital, definir como as partes se movem e compor cenas inteiras. Durante anos, pesquisadores buscaram ensinar a inteligência artificial a escrever essas instruções, esperando automatizar a criação de tudo, desde brinquedos simples até máquinas complexas. O desafio sempre foi que, embora os computadores sejam excelentes em seguir regras, eles têm dificuldade em compreender a realidade física que essas regras descrevem. Um programa pode gerar uma cadeira que parece perfeita na tela, mas que possui pernas flutuando no ar ou juntas que não podem se dobrar fisicamente. Até agora, não havia uma maneira confiável de ensinar as máquinas a verificar seu próprio trabalho, detectar esses erros físicos e corrigi-los sem que um humano interviesse para dizer: "Essa perna está muito longa".

Uma equipe de pesquisadores introduziu um novo sistema chamado 3DCodeVerse, que muda o jogo ao tratar a criação 3D como um processo de escrever, testar e refinar código. Em vez de depender de um humano para inspecionar cada objeto digital, este sistema utiliza uma equipe de agentes de inteligência artificial que trabalham juntos para escrever o código, executá-lo e, em seguida, verificar rigorosamente os resultados. Se o código produz uma cadeira com uma perna flutuante, o sistema detecta o erro, calcula exatamente o quão longe a perna está do chão e instrui o agente de codificação a reescrever a linha específica de código para corrigi-lo. Este ciclo se repete automaticamente, permitindo que o sistema gere conteúdo 3D de alta qualidade e fisicamente válido em uma escala que era anteriormente impossível. Os pesquisadores construíram uma biblioteca massiva de mais de dois milhões de exemplos de código 3D funcional para ensinar seus modelos, e criaram uma estrutura que pode verificar se um objeto gerado realmente existe da maneira como foi descrito.

O cerne desta conquista é um conjunto de dados chamado 3DCodeVerse-2M, que serve como um vasto campo de treinamento para esses modelos de inteligência artificial. Os pesquisadores reuniram códigos existentes de várias fontes, como bibliotecas de código aberto para design 3D e geração procedural, e os converteram em um formato unificado que pode ser executado e verificado. Eles também utilizaram seu próprio sistema automatizado para gerar novos programas, garantindo que cada peça de código pudesse realmente rodar e produzir um resultado. Esta coleção inclui instruções para criar objetos estáticos como mesas, ativos articulados como robôs com juntas móveis, cenas virtuais inteiras e até efeitos visuais complexos. Ao treinar seus modelos nesta biblioteca diversificada e verificada, os pesquisadores descobriram que a inteligência artificial tornou-se significativamente melhor em escrever código que funciona. Ao serem testados em um conjunto padrão de tarefas, um modelo que havia sido ajustado com esses dados conseguiu executar seu código gerado quase 93 por cento das vezes, uma melhoria dramática em relação aos modelos que não haviam visto este treinamento.

Para garantir que o código produza não apenas resultados executáveis, mas também conteúdo 3D de alta qualidade, a equipe desenvolveu uma estrutura sofisticada chamada 3DCodeVerse Harness. Este sistema atua como uma oficina de múltiplos estágios onde diferentes agentes de IA desempenham papéis específicos. Um agente planeja a estrutura do objeto, decompondo um pedido complexo como "construir um banco de três pés" em tarefas menores. Outros agentes escrevem o código para cada parte, enquanto um agente separado atua como um juiz, inspecionando o resultado renderizado em relação ao pedido original. Crucialmente, o sistema não depende de olhos humanos para encontrar erros. Ele utiliza ferramentas automatizadas para medir o objeto digital, verificando problemas como partes que não se tocam, juntas que colidem ou dimensões que estão incorretas. Se um problema é encontrado, o sistema gera uma instrução de reparo específica e a envia de volta ao agente de codificação. Este ciclo de escrita, verificação e correção continua até que o objeto atenda a todos os critérios. Em testes, este processo de refinamento automatizado permitiu que o sistema produzisse resultados preferidos por avaliadores humanos em mais de 90 por cento das vezes quando comparado a uma ferramenta de design comercial líder.

Os pesquisadores também demonstraram que esta abordagem funciona em diferentes tipos de criação 3D, desde peças mecânicas até cenas animadas. Eles mostraram que o sistema pode pegar uma descrição de texto e produzir um programa funcional para um braço robótico que se move corretamente, ou um quarto virtual onde os móveis estão devidamente apoiados e iluminados. Em uma aplicação específica, eles utilizaram o código 3D gerado para guiar a criação de vídeos, garantindo que o movimento dos objetos em um vídeo correspondesse às restrições físicas definidas no código. Esta conexão entre o código rígido e lógico e a mídia visual fluida sugere uma nova maneira de controlar como mundos digitais são construídos e animados. A capacidade do sistema de lidar com projetos complexos de múltiplas partes sem intervenção humana marca um passo significativo para tornar a criação 3D acessível e escalável.

As descobertas sugerem que o futuro do design 3D pode residir em uma parceria entre a criatividade humana e a verificação automatizada. Ao fornecer uma maneira de as máquinas verificarem seu próprio trabalho em relação às leis da física e aos requisitos do usuário, os pesquisadores removeram um grande gargalo no processo criativo. O sistema não apenas adivinha como um objeto deve parecer; ele o constrói, mede-o e corrige-o até que esteja correto. Esta capacidade abre as portas para gerar vastas quantidades de conteúdo 3D personalizado para aplicações em robótica, entretenimento e engenharia, tudo impulsionado por simples instruções de texto. O trabalho estabelece um novo fundamento para o campo, provando que, com as ferramentas e os dados de treinamento certos, a inteligência artificial pode não apenas escrever o código para mundos 3D, mas também garantir que esses mundos façam sentido.