本文介绍了新型模块和方法，如 Text2Pos 和 Text2Loc，旨在通过自然语言描述实现物体定位，提升无人机导航和3D理解能力。这些方法在定位准确性和效率上优于现有技术，尤其在 KITTI360Pose 数据集上表现突出。

研究人员提出了一种新型的神经网络Text2Loc，通过自然语言描述实现了基于3D点云的定位，并解释了点与文本之间的语义关系。他们还提出了一种无匹配精细定位方法，提高了位置预测的准确性。实验证明，Text2Loc在KITTI360Pose数据集上的定位准确度提升了2倍。