视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2025-09-09 至 2025-09-09 共收录 3 篇信号源：cs.CV, cs.GR, cs.RO

1. 空间理解 3 篇

2503.13111 2025-09-09 cs.CV cs.CL cs.LG 79%

MM-Spatial: Exploring 3D Spatial Understanding in Multimodal LLMs

Erik Daxberger, Nina Wenzel, David Griffiths, Haiming Gang, Justin Lazarow, Gefen Kohavi, Kai Kang, Marcin Eichner, Yinfei Yang, Afshin Dehghan, Peter Grasch

机构 * Apple（苹果公司）

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

Comments ICCV 2025

2509.05578 2025-09-09 cs.AI cs.RO 70%

OccVLA: Vision-Language-Action Model with Implicit 3D Occupancy Supervision

Ruixun Liu, Lingyu Kong, Derun Li, Hang Zhao

机构 * Shanghai Qi Zhi Institute（上海启智研究所）； Xi’an Jiaotong University（西安交通大学）； Fudan University（复旦大学）； Shanghai Jiao Tong University（上海交通大学）； Tsinghua University（清华大学）

专题命中空间理解：3D vision(abstract)；spatial understanding(abstract)；分类 cs.RO

2509.06233 2025-09-09 cs.RO cs.CV 62%

O$^3$Afford: One-Shot 3D Object-to-Object Affordance Grounding for Generalizable Robotic Manipulation

Tongxuan Tian, Xuhui Kang, Yen-Ling Kuo

机构 * University of Virginia（弗吉尼亚大学）

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

Comments Conference on Robot Learning (CoRL) 2025. Project website: https://o3afford.github.io/