Skip to content
RobotWorld
← 返回视频

SpatialLM:单目视频重建3D房间布局

视频加载中
视频加载中

0.5B多模态LLM将单目视频的点云转成结构化3D布局:墙、门、窗与带朝向物体框,12,328个合成场景训练,布局估计SOTA。

空间智能3D Scene Understanding视觉语言模型重建场景Manycore3D场景理解
Category: perception
Author: @0x0SojalSec
Date: 2026-10-09T00:00:00
Duration: 50.666s
Source: https://x.com/0x0SojalSec/status/2108683699130970241
Reference: https://github.com/manycore-research/SpatialLM

相关视频

MultiSet AI发布VPS Gen2：相机图像与3D地图精准对齐
0:45

MultiSet AI发布VPS Gen2：相机图像与3D地图精准对齐

@tokufxug · 392次播放 · 2026-07-22
MultiSet AIVPS Gen2Gaussian Splat
ABot-Recon实时流式重建
0:15

ABot-Recon实时流式重建

@IndieDevHailey · 545次播放 · 2026-08-29
同步定位与建图AMapABot-Recon
NVIDIA ArtiFixer修复3D高斯泼溅
0:29

NVIDIA ArtiFixer修复3D高斯泼溅

@justinryanio · 371次播放 · 2026-07-20
3D高斯泼溅英伟达高斯泼溅
OneCanvas：把视频帧重投影成一张全景画布，让现成 2D VLM 直接学会 3D 空间推理——SQA3D/VSI-Bench/SPBench 三榜 SOTA，训练算力省一个数量级

OneCanvas：把视频帧重投影成一张全景画布，让现成 2D VLM 直接学会 3D 空间推理——SQA3D/VSI-Bench/SPBench 三榜 SOTA，训练算力省一个数量级

@unknown · 364次播放 · 2026-06-19
3D场景理解视觉语言模型空间推理
R³：相对位姿回归做流式前馈 3D 重建，372M 参数 20+ FPS 跑几千帧，NeurIPS 2026 全开源
0:25

R³：相对位姿回归做流式前馈 3D 重建，372M 参数 20+ FPS 跑几千帧，NeurIPS 2026 全开源

@CongrongX · 471次播放 · 2026-10-01
R33D重建Streaming
Fish Audio ASR 升级：区分说话人、就地标注 [laughter] 等情绪线索
0:59

Fish Audio ASR 升级：区分说话人、就地标注 [laughter] 等情绪线索

@FishAudio · 674次播放 · 2026-09-28
ASRSpeech Recognition情感识别

作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。