English(EN) GoDeep: Annotation-Free Open-Vocabulary 3D Scene Understanding via Language-Space Lifting

GoDeep 利用语言空间提升实现无标注的3D场景理解

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-10 04:00

研究人员开发了GoDeep，一种用于无标注开放词汇3D场景理解的新颖方法。与将CLIP特征嵌入3D的典型方法不同，GoDeep纯粹将视觉语言模型用作翻译器来生成实体级描述。然后，这些描述在仅语言的嵌入空间中进行聚合，消除了对大型3D训练语料库或领域特定编码器的需求。该系统在ScanNet++等基准测试中表现出竞争力，并在没有任何2D-3D标注的情况下，在准确本地化词汇外对象方面显示出潜力。 AI

影响这种方法可以简化3D数据标注，并提高对复杂场景的理解，可能对机器人和增强现实等领域产生影响。

排序理由该集群包含一篇详细介绍3D场景理解新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍3D场景理解新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Thodoris Betsas, Anastasios Doulamis, Andreas Georgopoulos · 2026-09-10 04:00

GoDeep：通过语言空间提升实现无需标注的开放词汇3D场景理解

arXiv:2609.09082v1 Announce Type: cross Abstract: Open vocabulary 3D semantic segmentation methods typically lift CLIP features into 3D. This embeds points in a joint vision-language space known to behave like a bag-of-words on compositional tasks. Furthermore, even annotation fr…

本文如何被排名

报道来源 [1]

GoDeep：通过语言空间提升实现无需标注的开放词汇3D场景理解

相关实体

相关话题