研究人员开发了GaussianDWM++,一个统一了3D场景理解、语言驱动推理和可控4D编辑的单一模型。该方法使用基础特征高斯分词器将视觉-语言特征提炼为3D高斯基元,创建了一个开放词汇的语义场。该框架支持指令控制的场景编辑,例如天气变化和车辆操控,并在驾驶基准测试中展示了最先进的性能。 AI
影响 引入了一个统一的3D场景理解和4D编辑框架,可能推动生成式AI在复杂场景操控方面的进步。
排序理由 该集群描述了一篇详细介绍新模型及其功能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →