Problem

目前的 3D 世界生成技術受限於固定的網格佈局，且在擴張場景時常面臨物件比例不一、整體視覺不連貫等挑戰，難以應對複雜且具備任意形狀的大規模環境需求。

Method

開發 Map2World 框架，允許以自定義區塊地圖作為輸入條件。系統包含一個細節增強網路，在保留全域結構資訊的同時填補精細特徵，並利用成熟的資產生成器先驗知識，提升在有限訓練資料下的跨領域泛化能力。

Results

實驗證實該方法在使用者可控性、比例一致性與內容連貫性上皆顯著優於現有技術，即使在複雜的環境條件下，也能穩定生成具備高細節且結構合理的長距離 3D 場景。

Significance

這項技術為沈浸式內容創作與自動駕駛模擬提供了更具彈性的開發工具，大幅降低了建立大規模、高真實感虛擬世界的技術門檻與製作成本。