TPAMI 2026 | 北大、清华等团队提出 GAPrompt++:多粒度几何感知点云提示,高效适配3D视觉模型
北京大学、清华大学等团队提出多粒度几何感知点云提示方法 GAPrompt++,冻结预训练3D视觉骨干、仅训练轻量提示模块与任务头完成下游适配。以 Point-PQAE 为例,其使用 0.6M 可训练参数,在 ScanObjectNN 最难的 PB_T50_RS 划分上准确率达 90.63%,较全量微调的 89.56% 提升 1.07 个百分点。
试运行:收录范围与分类仍在校准,更新可能延迟。 最近内容更新:2026-11-04 17:28(北京时间)
北京大学、清华大学等团队提出多粒度几何感知点云提示方法 GAPrompt++,冻结预训练3D视觉骨干、仅训练轻量提示模块与任务头完成下游适配。以 Point-PQAE 为例,其使用 0.6M 可训练参数,在 ScanObjectNN 最难的 PB_T50_RS 划分上准确率达 90.63%,较全量微调的 89.56% 提升 1.07 个百分点。
作者提出 RFWorld,一种用于端到端轨迹评估的免轨迹展开世界模型,不再为每个候选轨迹递归预测未来状态。它构建共享场景记忆,通过训练时的轻量时序读出与语义监督形成可读未来表示,推理时候选轨迹以稀疏空间读出直接查询该记忆打分,计算量约降至规划时域与候选轨迹数之积的倒数,并避免递归展开误差累积。
关注价值:提出免轨迹展开的世界模型评分方法,为端到端规划降低推理开销提供了一条可比较的技术路线。
新智元报道了 SpatialScout 基准,它让 AI 在未见过的虚拟房间中自主决定转向、移动和拍摄,并提交目标物体的三维坐标。