日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

データセットarXiv:2604.23018

AmaraSpatial-10K:空間コンピューティングと具現化AIのための空間・意味整合3Dデータセット

AmaraSpatial-10K: A Spatially and Semantically Aligned 3D Dataset for Spatial Computing and Embodied AI

シェア:XThreadsFacebookLINEはてブBluesky

実世界展開に適したメトリックスケール・アンカー付きの合成3Dアセット10,000点と評価スイートを構築し、Objaverse比でCLIP検索性能を3.4倍に向上させた。

詳しい要約

1. どんなもの?

- 10,000以上の合成3Dアセットからなるデータセット。 - メートルスケール、決定論的アンカー、分離PBRマップ、凸衝突ハル、参照画像、複数文のテキストメタデータを備える。 - ゼロショット展開向けに最適化され、embodied AI、ロボティクス、空間コンピューティングでの利用を想定。

2. 先行研究と比べてどこがすごい?

- Objaverseと比較してCLIP Recall@5が3.4倍改善(0.612 vs 0.181、中央値ランク267→3)。 - Habitat-Sim下で99.1%の物理安定性を達成し、約20倍の実時間高速化。 - Holodeckのアセットバンクとして使用時、ゼロオーバーラップのシーンを生成。 - 同一アセットバンクでの制御アブレーションにより、検索性能向上は記述の豊富さに起因すると特定。

3. 技術・手法の肝は?

- 各アセットはメートルスケール、決定論的アンカー付き.glbとして提供。 - 分離PBRマップ、凸衝突ハル、ペア参照画像、複数文テキストメタデータを含む。 - 評価スイート:連続的Scale Plausibility Score (SPS)、LLM Concept Density指標、アンカー誤差監査、クロスモーダルCLIPコヒーレンスプロトコル。

4. どうやって有効だと検証した?

- 評価スイートをAmaraSpatial-10KとObjaverse、HSSD、ABO、GSOのマッチドサブセットに適用。 - CLIP Recall@5、物理安定性率、実時間速度、シーン生成時のオーバーラップを測定。 - 制御アブレーションで検索性能向上の要因を分析。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- Objaverse, HSSD, ABO, GSO, Holodeck, Habitat-Sim, CLIP

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Mohammad Sadegh Salehi, Alex Perkins, Igor Maurell, Ashkan Dabbagh, Raymond Wong

分類: cs.CV, cs.AI, cs.LG

原文アブストラクト

Web-scale 3D asset collections are abundant but rarely deployment-ready, suffering from arbitrary metric scaling, incorrect pivots, brittle geometry, and incomplete textures, defects that limit their use in embodied AI, robotics, and spatial computing. We present AmaraSpatial-10K, a dataset of over 10,000 synthetic 3D assets optimised for zero-shot deployment. Each asset ships as a metric-scaled, deterministically anchored .glb with separated PBR maps, a convex collision hull, a paired reference image, and multi-sentence text metadata. Alongside the dataset we introduce a reusable evaluation suite for 3D asset banks, a continuous Scale Plausibility Score (SPS), an LLM Concept Density metric, anchor-error auditing, and a cross-modal CLIP coherence protocol, and apply it to AmaraSpatial-10K alongside matched subsets of Objaverse, HSSD, ABO, and GSO. AmaraSpatial-10K improves CLIP Recall@5 by $3.4\times$ over Objaverse ($0.612$ vs. $0.181$, median rank $267 \rightarrow 3$), achieves a $99.1\%$ physics-stability rate under Habitat-Sim with $\sim 20\times$ wall-time speed-up, and produces zero-overlap scenes when used as a drop-in asset bank for Holodeck. Controlled ablations on the same asset bank attribute the retrieval gain to description richness.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3パナソニックHDなど、触覚に即応する両手作業AI「T-Rex」を共同開発研究・技術
  4. 4SoftBank主導、Agile Robotsが5億ドル調達 NVIDIAと日立も参加資金調達
  5. 5パナソニックHD、「現場起点のPhysical AI」の研究開発加速を発表研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI