新加坡国立大学研究团队提出GEAL（通用3D可交互学习），通过2D模型精确预测3D场景中的可交互区域，解决了3D数据标注的难题。GEAL利用3D Gaussian Splatting技术将稀疏点云转为2D图像，并通过跨模态对齐增强模型的鲁棒性和泛化能力。实验结果表明，GEAL在多种噪声环境下表现优异，为3D Affordance Learning提供了新思路。
本研究提出了GEAL框架，解决了3D可操作性学习在泛化和鲁棒性方面的不足。通过利用大规模预训练的2D模型，提升了学习能力，实验结果表明其优于现有方法。
完成下面两步后，将自动完成登录并继续当前操作。
