本文介绍了VPFusion框架，通过结合体素和柱状流信息，提高了点云表示的精度，实现了实时推理。同时提出了神经向量场(NVF)和多任务学习数据集VEnvision3D，推动了3D表示和任务模型的研究，展示了新方法在多个任务中的优越性能。

本文提出了神经向量场（NVF）作为一种新的3D表示方法，通过预测位移和使用矢量场对形状建模，突破了分辨率和拓扑的限制。NVF在不同评价场景下表现优于最先进的方法。

本文提出了一种新的3D表示方法，神经向量场（NVF），通过显式学习和隐式函数表示，利用矢量场对形状进行建模，打破了分辨率和拓扑的限制。

本文介绍了一种新的3D表示方法，神经向量场（NVF），通过预测位移和使用矢量场对形状建模，克服了分辨率和拓扑的障碍。提出了基于矢量量化的形状代码本学习方法，并在不同评价场景中取得了优于最先进方法的结果。