#3D场景理解

共 4 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「3D场景理解」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月9日

GoDeep用纯语言模型作为翻译器，实现无标注3D场景理解，能处理OOV对象且结果可解释。

arXiv cs.AI@Thodoris Betsas 等 3 人原文

7月17日

SceneBind 把场景的“是什么”和“在哪里”一起建模，场景和空间检索都做到了 SOTA，还能零样本搞定音视频定位。

arXiv cs.AI@Mingfei Chen 等 5 人原文

6月18日

OneCanvas用全景投影做3D理解，训练少10倍，在SQA3D上SOTA，适合机器人和具身AI。

arXiv cs.LG@Bartłomiej Baranowski 等 3 人原文

5月25日

论文精选11:18

做3D场景理解或自动摄影的团队，PhotoFlow 把语言指令到相机参数的全流程打通了，可以直接用它的闭环搜索思路提升自己的渲染管线。

arXiv cs.AI@Jiarui Guo 等 8 人原文