VKitti

新框架统一3D场景理解与生成，助力自动驾驶 · 追踪2个来源

研究人员开发了两个新框架USR-Drive和GaussianDWM++，它们统一了自动驾驶的3D场景理解和生成。USR-Drive使用扩散Transformer联合去噪3D高斯基元和边界框，从而改进了几何重建和物体检测。GaussianDWM++引入了一个语言驱动的3D高斯驾驶世界模型，通过将视觉-语言特征蒸馏到3D高斯基元中，实现了场景理解、编辑和多模态生成。