Objaverse
PulseAugur coverage of Objaverse — every cluster mentioning Objaverse across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的三维大语言模型'3D-PLOT-LLM'高效处理对象部件
研究人员开发了一种新的三维多模态大语言模型，名为3D-PLOT-LLM，它解决了先前模型在理解和推理对象部件方面的局限性。与需要显著增加参数或专用解码器的先前方法不同，3D-PLOT-LLM重新组织输入标记，使部件可以直接寻址。这种新颖的方法允许模型以最少的额外可训练参数引用和响应涉及三维对象特定部件的提示。
-
新数据集旨在推进AI辅助CAD程序生成
研究人员推出了两个旨在推进AI辅助计算机辅助设计（CAD）的新数据集。CADBench提供了一个统一的基准，包含18,000个跨越六个系列、五种输入模态和六个指标的样本，用于评估CAD程序生成的AI系统。FllumaOne是一个代码原生数据集，提供了100,000个包含可执行Python程序和已验证特征历史的样本，支持各种CAD重建任务。这两个数据集都旨在标准化评估并推动可编辑3D重建领域的发展。
-
新的蒙特卡洛方法加速了3D几何处理和表示学习
研究人员开发了一种新颖的蒙特卡洛方法来估计用于几何处理的Dirichlet-to-Neumann (DtN)算子及其相关的Steklov特征模式。与传统的边界元方法相比，这种方法速度更快、鲁棒性更强，尤其适用于网格质量不同且包含多个组件的复杂野外3D数据。该方法应用于Objaverse数据集中的约450,000个形状，并集成到一个名为Steklov-CLIP的神经网络中，用于大规模对比3D表示学习。
-
新的基准测试评估AI的CAD程序生成能力
发布了两个新的基准测试，CADBench和BenchCAD，用于评估AI从各种输入生成计算机辅助设计（CAD）程序的能力。这些基准测试旨在标准化多模态AI系统在从图像或3D模型重建可编辑CAD程序等任务中的评估。早期评估表明，虽然专用模型在网格到CAD任务上表现更好，但目前的通用视觉语言模型在复杂的几何细节和工业设计参数方面存在困难，这表明它们在工业准备方面存在差距。
-
MoCapAnything V2 实现任意骨架的端到端动作捕捉
研究人员开发了 MoCapAnything V2，这是一个用于从单目视频进行 3D 动作捕捉的端到端系统，可适应任意骨架。该新框架将姿势和旋转预测整合到一个单一的、联合优化的可学习过程中，解决了先前分解管道的局限性。通过引入参考姿势-旋转对，该系统解决了旋转预测中的歧义，并在未见过的骨架上实现了显著提高的准确性，将旋转误差降低到约 6.54 度。该方法还通过直接从视频预测关节位置而无需中间网格来提高效率，从而使推理速度提高高达 20 倍。
-
新数据集旨在提高具身人工智能的语言多样性和空间对齐性
两个新数据集旨在通过解决现有数据的局限性来改进具身人工智能研究。一篇题为“具身人工智能数据集中的语言多样性有限”的论文审计了当前的语料库，发现它们经常使用重复的、模板化的命令，这表明需要更广泛的语言覆盖。另一篇题为“AmaraSpatial-10K”的论文介绍了一个包含超过10,000个合成3D资产的数据集，这些资产是按度量缩放和语义对齐的，专为在具身人工智能和机器人模拟中直接使用而设计。