ShapeR представляє новий підхід до надійної умовної генерації 3D-форм об'єктів із випадково знятих послідовностей зображень. Він використовує мультимодальні вхідні дані, такі як точки SLAM, позові зображення та підписи, згенеровані VLM, а також застосовує надійні методи навчання для генерації високоточних 3D-форм. Метод значно перевершує існуючі підходи в складних реальних умовах, з застосуваннями в AR/VR та створенні 3D-контенту.