HARMONY：单目图像到3D场景的分层智能体推理框架

HARMONY 是一个分层链式思维框架，结合智能体推理与视觉几何基础模型，从单张室内场景图像重建完整 3D 场景。它先校准相机建立语义空间框架，再按墙面元素、独立家具、家具上装饰物的分层顺序放置物体，并用深度优先遍历和反思反馈循环避免误差累积。实验表明 HARMONY 在合成与真实图像上优于所评估的重建基线，与 GPT-6 Astra 的定性对比显示其物体布局更忠实、场景细节保留更好。

摘自 arXiv cs.CV

还没有足够的连续观测数据，暂不绘制趋势。