本文介绍了一种名为3D-RES的模型，其中采用了一个创新的端到端Superpoint-Text Matching Network（3D-STMN），通过超点文本匹配机制实现了跨模态语义关系的高效利用，并引入了依赖驱动交互模块来提升模型对指代表达的语义理解。在ScanRefer基准上的实验结果表明，该模型在性能和速度方面都取得了显著提升。