3D 视觉

Why Do MLLMs Struggle with Spatial Understanding? A Systematic Analysis from Data to Architecture

Wanyue Zhang, Yibin Huang, Yangbin Xu, JingJing Huang, Helu Zhi, Shuo Ren, Wang Xu, Jiajun Zhang

专题命中 空间理解 ：spatial understanding(title,abstract)；分类 cs.CV

Comments The benchmark MulSeT is available at https://huggingface.co/datasets/WanyueZhang/MulSeT

TopoNav: Topological Graphs as a Key Enabler for Advanced Object Navigation

Peiran Liu, Qiang Zhang, Daojie Peng, Lingfeng Zhang, Yihao Qin, Hang Zhou, Jun Ma, Renjing Xu, Yiding Ji

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Beijing Innovation Center of Humanoid Robotics Co., Ltd.（北京人形机器人创新中心有限公司） ； Shenzhen International Graduate School, Tsinghua University（深圳国际研究生学院，清华大学） 纠错

专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.RO

Investigating Domain Gaps for Indoor 3D Object Detection

Zijing Zhao, Zhu Xu, Qingchao Chen, Yuxin Peng, Yang Liu

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王宣计算机技术研究所） ； National Institute of Health Data Science, Peking University（北京大学国家健康数据科学研究院） 纠错

专题命中 空间理解 ：point cloud(abstract)；分类 cs.CV

Comments Accepted to ACM MM 2025

Synergistic Dual Spatial-aware Generation of Image-to-Text and Text-to-Image

Yu Zhao, Hao Fei, Xiangtai Li, Libo Qin, Jiayi Ji, Hongyuan Zhu, Meishan Zhang, Min Zhang, Jianguo Wei

机构 * Tianjin University（天津大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Central South University（中南大学） ； I 2 R & CFAR, A*STAR（I 2 R与CFAR，A*STAR） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV