SpaR3D-MoE：稀疏视图的自适应3D空间推理与几何归纳混合专家模型

英文标题：SpaR3D-MoE: Adaptive 3D Spatial Reasoning from Sparse Views Meets Geometry-Inductive Mixture-of-Experts

近期多模态大语言模型（MLLMs）难以弥合2D语义理解与3D空间几何之间的表示差距。现有3D感知模型要么依赖昂贵的3D特定数据，要么仅使用RGB输入并以启发式方法处理。本文提出SpaR3D-MoE，引入几何归纳的混合专家（MoE）架构，从稀疏视图中实现自适应的3D空间推理。该方法有望降低对昂贵3D标注的依赖，为开发者提供更高效、更通用的3D场景理解方案。

2.6 KB 2.1 KB 612 B 380 B 9.1 KB 22.8 KB 24.2 KB 34.7 KB