arXiv·· 16 天前AI 评分22
用 2D VLM 实现任务自适应的 3D 程序生成
Task-Adaptive Grounded 3D-Programmers Using 2D VLMs
AI 导读
研究者提出 Canonical Coordinate Framing（CCF）与 Task-Adaptive Feedback（TAF）两个新概念，让强大的 2D VLM 通过 3D 定位与迭代反馈循环在 3D 任务中可靠运行，而非直接将模型扩展到 3D。CCF 作为统一视觉表示，将输入与输出锚定到共享的欧氏空间。
来源：arXiv · arxiv.org