ReRef-3D

新的ReRef-3D基准测试AI在3D场景中放置物体能力

研究人员推出了ReRef-3D，一个旨在评估语言引导的3D环境物体放置能力的新基准。该基准包含超过33,000条指令，覆盖近1,000个场景，侧重于各种指代复杂性。初步评估显示，LLaVA-3D取得了最高性能，在68.3%的情况下正确放置了物体，显著优于3D-LLM和PlaceIt3D。研究还发现，诸如“最近”或“之间”等关系性难度对当前模型构成了最大挑战。