arXiv · 机器人与计算机视觉· Yifei Liu, Xiaolong Zhou, Ziyang Gong, Yifan Zhou, Yuanyuan Gao, Yuning Gong, Yuchen Yang, Hongjie Zhang, Xue Yang, Xiao Sun, Zhihang Zhong·· 2026-10-16精选AI 评分78
DeSpatial:空间智能体推理的难点在于 3D 本身
DeSpatial: The devil of Agentic Spatial Reasoning Lies in 3D Itself
AI 导读
该论文指出空间智能体在利用重建和分割工具时面临预测不一致和物体身份碎片化的瓶颈。作者提出 DeSpatial 框架,将空间理解明确分解为感知与推理两部分。其共享的 3D 感知工具包含联合分割深度共优化模块以消除单帧内的投影伪影,以及跨视角实例融合模块以整合多视角观测中的空间不连续片段。
推荐理由
提出将空间理解分解为感知与推理的新框架,通过联合分割深度优化解决多视角实例融合难题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org