AI laver 3D-scener ud fra et enkelt foto, men kan ikke se egne fejl

Forskere har udviklet en metode kaldet LEGO-Anything. Den omsætter ét enkelt foto til kode, som i programmet Blender kan bygge en 3D-scene. Blender er et udbredt program til at lave 3D-grafik, og scenen kan redigeres bagefter.

Til metoden hører også en test, et såkaldt benchmark, hvor man måler, hvor godt forskellige AI-agenter klarer opgaven. En AI-agent er et AI-system, der selv udfører opgaver trin for trin. Bedst klarer GPT-6 Astra sig med op til 53 procents nøjagtighed i at genskabe scenen.

Kan ikke bedømme sit eget arbejde

Den største svaghed gælder alle de testede agenter: De er ikke bedre til at vurdere, om deres egen 3D-model er geometrisk korrekt, end et møntkast. Geometrisk nøjagtighed handler om, om former, størrelser og placeringer i 3D-scenen passer med billedet.

Det betyder, at agenterne kan levere en scene, der ser færdig ud, uden at de selv ved, om den er rigtig. Skal man bruge sådan et værktøj, er det derfor stadig nødvendigt, at et menneske tjekker resultatet.