跳到正文
arXiv · 机器人与计算机视觉· Jintang Xue, Xinyu Wang, Yixing Wu, Jingwen Chen, C. -C. Jay Kuo·· 14 天前AI 评分65

3D-PLOT-LLM:用于 3D 大语言模型的部件级对象 Token

3D-PLOT-LLM: Part-Level Object Tokens for 3D Large Language Models

AI 导读

论文提出 3D-PLOT-LLM,通过重构输入 token 流使模型能直接引用物体部件,无需额外的分割解码器或边界框头。在 PartVerse-QA 基准上达到 caption-to-slots Jaccard 0.459,并在多个部件感知描述任务中优于 PointLLM、Kestrel 等基线,且新增可训练参数少于 100 万。

来源:arXiv · 机器人与计算机视觉 · arxiv.org