Diffusion模型增强了开放世界应用的3D可供性学习

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-07 04:00

研究人员开发了DAG，一个利用文本到图像扩散模型来改进3D可供性学习的新框架。该方法从生成模型中提取可供性知识，以增强在开放世界场景中的预测能力，解决了先前方法在泛化方面存在的局限性。实验表明，DAG在具有挑战性的一次性设置中表现优于现有的最先进技术，并且其代码已公开提供。 AI

影响这项研究可以提高机器人和AI系统在复杂、真实环境中理解和与物体交互的能力。

排序理由在arXiv上发表了一篇研究论文，详细介绍了一种新的3D可供性学习方法。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Hanqing Wang, Zhenhao Zhang, Kaiyang Ji, Mingyu Liu, Wenti Yin, yuchao chen, Zhirui Liu, Xiangyu Zeng, Tianxiang Gui, Hangxing Zhang, Jiahao Yuan, Zhiqing Cui, Jiaxin Liu, Zhiyuan Ma, Hui Xiong · 2026-07-07 04:00

Diffusion Models are Open-World Affordance Learners: Leveraging Generative Priors for 3D Affordance Learning

arXiv:2508.01651v2 Announce Type: replace Abstract: 3D affordance grounding aims to understand how diverse objects can be manipulated, making it a cornerstone of embodied interaction. However, prior works struggle to generalize to out-of-distribution, open-world scenarios, leavin…