arXiv · 机器人与计算机视觉· Tianjiao Yu, Xinzhuo Li, Yifan Shen, Onkar Susladkar, Yuanzhe Liu, Xiaona Zhou, Ismini Lourentzou·· 2026-10-05AI 评分67
ELSA3D:基于弹性语义锚点的统一 3D 理解与生成方法
ELSA3D: Elastic Semantic Anchoring for Unified 3D Understanding and Generation
AI 导读
该论文提出了 ELSA3D 模型,通过弹性语义锚点机制解决文本与 3D 交互隐式的问题。模型利用感知尺度的八叉树分词器表示几何结构,引入稀疏跨模态锚点单元选择语义线索并路由至相关尺度,实现计算与推理的弹性分配。该方法在图像到三维生成、文本到三维生成及三维描述任务上达到最先进水平,相比非弹性版本将 FLOPs 和推理延迟减半。论文已被 NeurIPS 2026 接收。
来源:arXiv · 机器人与计算机视觉 · arxiv.org