该文综述多项3D场景理解研究：利用语义实例识别构建物体级语义地图；提出低成本伪标签标注方法；Open-Fusion实现开放词汇3D建图；MaskFusion实现对象感知语义SLAM；SaFT提升小样本检测；Bridge3D借助基础模型预训练3D表示，在ScanNet上超越PiMAE 5.3%。