CoRe3D: Raciocínio Colaborativo como Base para a Inteligência 3D
CoRe3D: Collaborative Reasoning as a Foundation for 3D Intelligence
December 14, 2025
Autores: Tianjiao Yu, Xinzhuo Li, Yifan Shen, Yuanzhe Liu, Ismini Lourentzou
cs.AI
Resumo
Os recentes avanços em modelos multimodais de grande escala sugerem que os mecanismos de raciocínio explícito desempenham um papel crítico na melhoria da confiabilidade, interpretabilidade e alinhamento multimodal dos modelos. Embora essas abordagens centradas no raciocínio tenham se mostrado eficazes em tarefas de linguagem e visão, sua extensão para o domínio 3D permanece subdesenvolvida. O CoRe3D introduz uma estrutura unificada de raciocínio para compreensão e geração 3D que opera conjuntamente sobre abstrações semânticas e espaciais, permitindo que intenções de alto nível inferidas a partir da linguagem orientem diretamente a formação de conteúdo 3D em nível granular. Central a este projeto está uma representação de raciocínio espacialmente fundamentada que decompõe o espaço latente 3D em regiões localizadas, permitindo que o modelo raciocine sobre a geometria de maneira composicional e procedural. Ao acoplar estreitamente a inferência semântica de cadeia de pensamento com o raciocínio espacial estruturado, o CoRe3D produz resultados 3D que exibem forte consistência local e alinhamento fiel com descrições linguísticas.
English
Recent advances in large multimodal models suggest that explicit reasoning mechanisms play a critical role in improving model reliability, interpretability, and cross-modal alignment. While such reasoning-centric approaches have been proven effective in language and vision tasks, their extension to 3D remains underdeveloped. CoRe3D introduces a unified 3D understanding and generation reasoning framework that jointly operates over semantic and spatial abstractions, enabling high-level intent inferred from language to directly guide low-level 3D content formation. Central to this design is a spatially grounded reasoning representation that decomposes 3D latent space into localized regions, allowing the model to reason over geometry in a compositional and procedural manner. By tightly coupling semantic chain-of-thought inference with structured spatial reasoning, CoRe3D produces 3D outputs that exhibit strong local consistency and faithful alignment with linguistic descriptions.