На пути к всеобъемлющему 3D-землянию: ориентация с помощью моделей зрения и языка
arXiv:2609.33.109v1 Annualce Type: New Humaning: Grounding - это основная способность моделей пространственного зрения, однако большая часть текущей работы сосредоточена только на том месте, где находится указанный объект. Многие задачи 3D также требуют знания того, как они ориентированы. Несмотря…