面向虚拟场景的大语言模型文本驱动连续地形生成方法研究OACHSSCD

随着游戏开发、虚拟现实(Virtual Reality,VR)及数字孪生等三维技术的快速发展,对高质量、大范围虚拟连续地形场景的自动化生成需求日益迫切。传统的手工交互方式操作繁琐且专业壁垒高,程序化生成方法虽能提升效率,但仍依赖图形界面和专业参数的调整,因而难以灵活捕捉用户语义意图。本文提出一种基于大语言模型(Large Language Model,LLM)的自动化文本驱动虚拟连续地形生成方法,旨在通过自然语言直接驱动生成过程,以实现高效、连续的虚拟地形场景构建。该方法采用多阶段任务分解策略,将地形生成流程拆分成7个步骤,融合提示词工程与程序化生成技术,构建从文本到大范围三维连续地形的端到端映射。针对LLM在复杂任务中的多跳推理缺陷、输出随机性及记忆丢失等局限,设计了跨阶段关键信息传递、错误重试与历史日志学习等机制,以提升系统可靠性和一致性。基于Unity引擎开发的原型系统验证了该方法的有效性,在4个典型地形主题上的测试结果表明,完整系统(Full Step System,FSS)的平均错误率仅为12.0%,相较于移除关键机制的对比系统,错误率显著降低了约19~47个百分点。在效率方面,生成单个预览地形区块(1024×1024顶点网格)的平均耗时约为42.14 s,资源消耗可控。对比实验进一步表明本文方法生成的虚拟地形在生成效率、视觉一致性与可扩展性方面均达到预期要求。该方法显著提升了生成效率与易用性,为非专业用户通过自然语言快速构建高质量、大范围三维地形提供了可行的解决方案。