跳到正文
arXiv · 机器人与计算机视觉· Yu Zhang, Xiaogang Wang, Yuhang Cheng, Jingrui Li, Wenbo Chen·· 22 天前AI 评分58

Zhengrong-Spatial-Aware 1.0:推进三维多模态智能技术报告

Zhengrong-Spatial-Aware 1.0: Advancing 3D Multimodal Intelligence

AI 导读

该报告呈现了在自定义空间数据集上对三维感知视觉问答的两条端到端多模态适配流水线的实现与验证。第一条流水线微调 HiSpatial-3B,将 RGB 观测增强为度量尺度 3D 点图;第二条通过内存高效的 QLoRA 监督微调适配 Qwen3-VL。

来源:arXiv · 机器人与计算机视觉 · arxiv.org