MatLoom は2026年9月30日(現地時間)、アンスン・Y・ラム (Anson Y. Lam) 氏、シュウキン・リ (Shuqing Li) 氏、マイケル・R・リュウ (Michael R. Lyu) 氏らがarXiv cs.CV に公開した論文で、事前学習済み言語モデルを用いたテキストからマテリアル生成のための、コンパクトなレイヤー指向言語として提案された。マテリアルの構築規則も生成する設計が特徴となる。
MatLoom の各プログラムは、アルファマスクされたレイヤーで構成される。これらのレイヤーは、共通の空間式を通じてカバレッジと物理ベースレンダリング (PBR) チャンネルを定義し、パターン、色、およびレリーフ間の依存関係を明確にする。スタンドアロンインタープリターがプログラムをマテリアルマップに評価し、ソースコードは後続のオーサリングのために名前付きフィールドとレイヤーパラメータを保持する。
このパイプラインは、タスク固有のファインチューニングなしで動作する。パーサーガイド修理とプレビューベースの批評を用いてマテリアルデザインを修正し、ノイズシードを検索する。この際、各候補の残りのソースは固定される。141個のプロンプトと6つのバックボーンで評価されたベンチマークでは、MatLoom の最良の構成が、3つの拡散ベースラインよりも4つのフラットレイアウトプロンプトアライメント指標すべてにおいて高い平均スコアを達成した。
批評やシード検索の前段階で、初期プログラムは平均 BLIPScore においてすでに3つのベースラインすべてを上回っている。バックボーン全体でプールされた保持プログラムの長さの中央値は21行だった。30人の参加者と20個のプロンプトを対象とした盲検4方向比較では、MatLoom のレンダリングが59.2%の選択率を獲得し、最も選好されたベースラインの19.3%と比較して優位性を示した。コンパクトな実行可能プログラムは、プロンプトに合わせたマテリアルを生成しつつ、その構築をアセットの一部として保持する手段を提供する。
参考: arXiv cs.CV (アーカイブ) — 2026年10月1日 02:55 (JST)
原文ハイライト"MatLoom, a compact, layer-oriented language for text-to-material generation with pretrained language models."