将生成式验证落地到三维内容

近期多模态大语言模型（MLLMs）与3D生成领域的进展拓展了3D理解与合成能力。然而，除视觉保真度之外，以3D证据为基础的任务特定正确性仍是一项重大挑战。我们认为，构建可靠的3D系统不仅需要更强的生成与推理能力，还需要验证反馈——它能够识别未满足的要求并解释其违反之处，使系统得以反思并改进其输出。此类反馈必须整合多视角观测，并区分真正的不一致与依赖投影的表观差异。我们做出三项贡献。第一，我们提出3DVerifierBench，一个涵盖10项任务的基准测试，用于评估决策、拒绝解释以及对规格与候选受控变化的响应。一项人类研究显示，人类与测试中最强模型GPT-6 Astra之间存在21.6个百分点的差距，而解释感知分析则揭示了拒绝可靠性方面的弱点。第二，我们按细粒度事实类别分析验证过程，暴露了数值与目标绑定方面的错误。我们开发了一条可扩展的流水线，结合多视角事实提取、受控3D编辑与原生标注，产出14,126个带有矛盾解释和关联反事实的训练样本。第三，我们考察验证如何通过候选选择与递归改进来支持3D生成。在人工标注的十六候选池中，oracle选择将完整事实成功率从26.7%提升至90.0%。在另一项八输入研究中，人工引导的递归改进对每个输入均满足全部七项要求，而并行Oracle@8下仅满足三项。我们的基准测试、分析与数据流水线共同为模型通过可靠验证反馈反思3D内容奠定了基础。