MiniGPT-3D：利用 2D 先验信息高效对齐大型语言模型中的 3D 点云

PointLLM 是一种新型大型语言模型，旨在提升 3D 理解能力，通过处理点云数据生成响应。

PointLLM 采用两阶段的训练策略，先进行潜空间对齐再进行语言调优，展现出比现有 2D 基线更好的表现。

GPT4Point 是一种创新的点语言多模态模型，能够无缝执行各种点 - 文本参考任务，并具备高级的可控 3D 生成能力。

Point-Bind 是一个将三维点云与二维图像、语言、音频和视频对齐的多模态模型，支持多种有前景的应用。

Text4Point 框架通过对比学习将 2D 图像与点云对齐，提升了下游任务的性能。

Uni3DR^2 提供了统一的场景表示和重建框架，证明了其对大型语言模型在 3D 场景中的重要性。

3D-LLMs 将 3D 世界引入大型语言模型，实验证明其在多项 3D 任务中表现优异。

研究表明，语言视觉模型在二维计算机视觉任务中已超越现有技术，激发了对三维数据的应用尝试。

提出了一种通过语言辅助的方法来学习点云特征，实验证实在三维语义分割和物体检测中取得了优异性能。

Uni3D-LLM 整合了 3D 感知、生成和编辑任务，提升了用户在场景中生成和修改对象的灵活性和可控性。

3D-MiniNet 是一种新的 LIDAR 语义分割方法，结合了 3D 和 2D 学习层，表现出更快和更节约参数的优势。