场景交互

WorldAct：将整体3D世界激活为可交互的、以对象为中心的场景

本文提出WorldAct框架，旨在解决当前基于生成式场景合成的3D世界建模系统生成的静态、可编辑性有限且缺乏物理交互能力的3D环境问题。该框架通过多模态智能体引导场景分解、重建物体级网格，并通过3D修复恢复背景，最终得到的场景支持物体级编辑、碰撞感知操作和具身任务执行。