Ground3D-LMM：基于 LMM 的细粒度 3D 点定位与空间推理
英文标题：Ground3D-LMM: Fine-Grained 3D Point Grounding and Spatial Reasoning with LMM
arXiv 发布了新论文 Ground3D-LMM（2607.05493v1），旨在实现 3D 环境中可验证、可度量的自然语言查询。该研究强调响应必须明确定位所指 3D 区域，并以真实世界单位给出物理测量值。这项工作为 3D 视觉语言模型提供了解释性更强的交互框架，对机器人、增强现实等需要精确空间理解的领域具有参考价值。
打开原文相关 4 · 机会 0
2.6 KB
2.1 KB
612 B
380 B
9.1 KB
22.8 KB
24.2 KB
34.7 KB
中文
论文标题：Ground3D-LMM: Fine-Grained 3D Point Grounding and Spatial Reasoning with LMM
arXiv 编号：2607.05493v1（新提交）
摘要
对于 3D 环境的自然语言查询，当响应可验证且可度量时才真正变得可操作。可验证性要求显式地定位到所指的 3D 区域，而度量式回答则以真实世界单位报告物理测量结果（例如...）。
BibTeX 格式的引用
×
English / 原文
BibTeX formatted citation
×