论文12:09VLM-IE3D:隐式与显式几何融合的3D感知视觉语言模型这篇论文搞了个VLM-IE3D,让普通视觉语言模型看RGB视频就能学会3D空间感,不用额外3D设备,而且好几个3D任务都做得更好。#VLM-IE3D#VLMs#3D感知#多模态aarXiv cs.LG@Wenhao Li 等 7 人原文稍后读已读值得跟进有用关注 VLM-IE3D