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。