يقدم الباحثون نموذج ELSA3D، وهو نموذج أساسي موحد للبيانات ثلاثية الأبعاد يعالج التفاعلات الضمنية بين النص والبيانات ثلاثية الأبعاد من خلال هيكلة الاستدلال اللغوي والهندسي على مقاييس تجريد متطابقة. يستخدم النموذج مكوّن ترميز شجري ثنائي (octree) واعٍ بالمقياس ورموز مراسي نادرة لتوجيه الإشارات الدلالية إلى المقاييس ثلاثية الأبعاد ذات الصلة، مما يضمن محاذاة دقيقة عبر الوسائط.
- يستخدم ELSA3D موجهًا خفيف الوزن لكل كتلة لتحديد ديناميكيًا أي رموز النص تنشئ المراسي على مقاييس هندسية محددة.
- يركز هذا النهج السعة عبر الوسائط حيث تكون المحاذاة الأكثر حاجة مع الحفاظ على تفاعل نادر لكنه دقيق.
- تحقق الطريقة أداءً متقدمًا في توليد البيانات ثلاثية الأبعاد من الصور، وتوليد البيانات ثلاثية الأبعاد من النصوص، ووصف البيانات ثلاثية الأبعاد.
- تقلل تقريبًا من عمليات الضرب والجمع (FLOPs) وزمن الاستدلال إلى النصف مقارنة بالإصدار غير المرن من نفس النموذج.
يتفوق ELSA3D على أقوى أساس موحد مع تقليل التكاليف الحسابية بشكل كبير، مما يوفر حلاً أكثر كفاءة لمهام البيانات ثلاثية الأبعاد الموحدة.