实体
Scan2Cap
Scan2Cap
PulseAugur coverage of Scan2Cap — every cluster mentioning Scan2Cap across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架GUIDE通过渐进式几何集成增强MLLMs
研究人员开发了GUIDE（Geometric Unrolling Inside MLLM Early-layers），一个旨在增强多模态大语言模型（MLLMs）理解物理空间和3D场景的新框架。与先前在单点融合几何信息的做法不同，GUIDE将编码器的多层次几何特征渐进式地集成到MLLM的早期层中。这使得模型能够持续访问和整合不同粒度的几何线索，从而提高其处理空间推理任务的能力。该框架还包含一个双重上下文感知门控机制，用于调节几何信息流，…
-
Chat-Scene++ 通过富含上下文的对象识别推进了 3D LLM 的场景理解
研究人员推出 Chat-Scene++，一个旨在增强多模态大语言模型 (MLLMs) 进行 3D 场景理解的新框架。该方法将 3D 场景构建为对象序列，并融入上下文语义以改进对象识别和推理。Chat-Scene++ 使用 3D 和 2D 编码器提取丰富的对象特征，从而实现有依据的链式思考推理。该框架在五个主要的 3D 视觉-语言基准测试中取得了最先进的成果，并且仅使用 2D 输入即可运行。