在程序材料生成中体现流程专业知识

程序材质创建支撑着数字内容创建、视觉效果和 3D 资产设计中的应用。获得高质量的结果需要的不仅仅是复制节点图——它还需要了解专家构建材料的过程。我们将程序材料生成制定为对专家演示的检索时过程推理，将过程提升为超越仅图形合成的一流表示。具体来说，我们将专家工作流程表示为过程跟踪：构建步骤、参数和设计意图的文本记录。为了实例化这个想法，我们使用预训练的基于 LLM 的 ProcessSynthesizer 来合成与用户意图一致的流程跟踪，并使用预训练的基于 LLM 的编译器将流程跟踪转化为可执行的 Blender 材质图。由于程序专业知识是通过演示最自然地传达的，因此我们利用教程视频作为过程知识的来源，并使用自动视频分析工具提取文本、LLM 兼容的跟踪。在对五位 Blender 艺术家（平均经验 7.5 年）进行的专家研究中，发现通过反映专家演示生成的材料可以产生需要更少编辑的工作流程，并且比仅在静态工件上操作的方法更符合专业设计策略。一项 150 名参与者的用户研究进一步表明，与之前的程序系统相比，我们的方法实现了卓越的生成和编辑性能。所有代码、模型和数据均可在 https://materialapprentice.github.io 上获取