SplatReasoner

SplatReasoner框架使用3D高斯泼溅以增强VLM推理

研究人员推出SplatReasoner，一个旨在增强视觉语言模型（VLM）具身推理和基础的新颖框架。该系统集成了使用3D高斯泼溅（3DGS）的新颖视图合成，以生成查询条件下的视点。通过创建这些动态视角，SplatReasoner可以揭示在固定视角观察中可能被遮挡或遗漏的关键视觉证据，从而提高模型在3D场景中回答查询和识别所指实体的能力。