Lexicon3D：探讨视觉基础模型在复杂3D场景理解中的应用

BriefGPT - AI 论文速递 · 2024-09-05T00:00:00Z

本研究通过引入场景语料库和视觉语言对，展示了Grounded Pre-training for Scenes (GPS)在3D视觉语言学习中的有效性，并在3D视觉定位基准和零样本迁移实验中取得了最先进的性能。