3D 视觉

4DPC$^2$hat: Towards Dynamic Point Cloud Understanding with Failure-Aware Bootstrapping

4DPC$^2$hat: 面向动态点云理解的失败感知自举学习

Xindan Zhang, Weilong Yan, Yufei Shi, Xuerui Qiu, Tao He, Ying Li, Ming Li, Hehe Fan

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 提出首个针对动态点云理解的多模态大语言模型4DPC$^2$hat，通过构建大规模跨模态数据集4DPC$^2$hat-200K和引入Mamba增强的时间推理模块及失败感知自举学习策略，显著提升了动作理解与时间推理能力。

Comments Accept by ICML 2026

T-FunS3D: Task-Driven Hierarchical Open-Vocabulary 3D Functionality Segmentation

T-FunS3D：任务驱动的分层开放词汇3D功能分割

Jingkun Feng, Reza Sabzevari

机构 * P4MARS Lab at the Faculty of Aerospace Engineering, Delft University of Technology（代尔夫特理工大学航空航天工程学院P4MARS实验室） 纠错

专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV、cs.RO

AI总结 提出T-FunS3D方法，通过构建开放词汇场景图并利用视觉语言模型，实现任务驱动的分层3D功能分割，在保持性能的同时提升速度和降低内存消耗。

RadiusFPS: Efficient Farthest Point Sampling on CPUs and GPUs via Spherical Voxel Pruning

RadiusFPS：通过球形体素剪枝在CPU和GPU上实现高效最远点采样

Ziyang Yu, Xiang Li, Qiong Chang, Jun Miyazaki

机构 * School of Computing（计算学院） ； Institute of Science（科学研究院） ； Tokyo（东京） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 提出RadiusFPS框架，利用球形体素剪枝加速最远点采样（FPS），在保持标准更新规则的同时，通过保守几何边界和坐标点跳过测试减少冗余计算，并在GPU上实现融合核，显著提升速度并降低内存占用。

Comments 28 pages,15 figures

StereoPolicy: Improving Robotic Manipulation Policies via Stereo Perception

StereoPolicy：通过立体视觉改进机器人操作策略

Evans Han, Yunfan Jiang, Yingke Wang, Haoyue Xiao, Huang Huang, Jianwen Xie, Jiajun Wu, Li Fei-Fei, Ruohan Zhang

机构 * Stanford University（斯坦福大学） ； Northwestern University（西北大学） ； Lambda, Inc（Lambda公司） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 该研究提出StereoPolicy，一种利用立体视觉提升机器人操作策略的框架，通过同步立体图像对增强几何推理，无需构建显式3D表示，在多个仿真和真实机器人任务中优于RGB、RGB-D、点云等基线方法。

BRepCLIP: Contrastive Multimodal Pretraining on BRep Primitives for CAD Understanding

BRepCLIP: 面向CAD理解的BRep基元对比多模态预训练

Muhammad Usama, Didier Stricker, Mohammad Sadil Khan, Muhammad Zeshan Afzal

机构 * DFKI, Germany（德意志联邦共和国DFKI） ； RPTU Kaiserslautern-Landau, Germany（德国凯撒斯劳滕-兰道大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出BRepCLIP框架，通过对比预训练对齐CAD边界表示（BRep）几何与语言/图像嵌入，显著提升检索和零样本分类性能。

MoDex: A Diffusion Policy for Sequential Multi-Object Dexterous Grasping

MoDex：用于顺序多物体灵巧抓取的扩散策略

Haofei Lu, Hongjia Liu, Yifei Dong, Florian T. Pokorny, Jens Lundell, Danica Kragic

机构 * Department of Robotics, Perception and Learning, KTH Royal Institute of Technology（机器人、感知与学习系，皇家理工学院） ； Robotics and Autonomous Systems at University of Turku（图尔库大学机器人与自主系统） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 提出MoDex扩散策略，通过对抗空间和点云条件预测抓取姿态，实现单只灵巧手顺序抓取多物体而不释放已抓物体，并通过两阶段训练（模仿学习+强化学习微调）提升成功率。

Comments Submitted to CoRL 2026

Zero-Shot 3D Question Answering via Hierarchical View-to-Token Transportation

零样本3D问答通过层级视图到令牌传输

Dongsheng Wang, Dawei Su, Hui Huang

机构 * Dongsheng Wang（王东生） ； Dawei Su（苏大卫） ； Hui Huang（黄慧） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出KeyVT方法，通过层级视图和令牌级输入上下文收集，结合像素特征与相机参数评估视图重要性，并利用最优传输识别代表性令牌，实现零样本3D问答性能提升。

Comments Accepted at ICML 2026. 19 pages, 6 figures

Topology-Aware Layer Pruning for Large Vision-Language Models

面向拓扑的层剪枝用于大型视觉-语言模型

Pengcheng Zheng, Chaoning Zhang, Ya Wen, Wang Liu, Qigan Sun, Jiarong Mo, Jiaquan Zhang, Jewon Lee, Tae-Ho Kim, Kuien Liu, Tianyu Li, Caiyan Qin, Yang Yang

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出了一种面向拓扑的层剪枝框架，用于大型视觉-语言模型，通过利用拓扑持续同调量化层间拓扑一致性，实现自适应剪枝以保留关键表示转换。

Comments This manuscript has been withdrawn by the authors. It reproduced the methodology of Gardinazzi et al., arXiv:2410.11042, without citation, and utilized code and data from the associated repository (github.com/RitAreaSciencePark/ZigZagLLMs) without disclosure or violate the MIT License. A revised future version with full attribution may be prepared. For any feedback, please contact Pengcheng Zheng

Hub-Aware Hybrid Search: Accelerating the Locally Aligned Ant Technique

Hub感知混合搜索：加速局部对齐蚂蚁技术

Simone Vilardi, Reynier Peletier, Felipe Contreras, Kerstin Bunte

专题命中 点云 ：point cloud(abstract)

AI总结 针对局部对齐蚂蚁技术（LAAT）在检测高维点云中流形结构时受密集中心（hub）影响导致计算开销大的问题，提出一种两阶段方法：快速预处理定位中心并用似然模型替换，再通过混合似然-信息素策略引导蚂蚁高效穿越密集区域，提升检测效率和鲁棒性。

Comments 6 pages, 4 figures, published in the ESANN 2026 proceedings

Journal ref ESANN 2026, European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, Bruges, Belgium, April 22-24, 2026

Interpretable Analytic Calabi-Yau Metrics via Symbolic Distillation

通过符号蒸馏获得可解释的分析Calabi-Yau度量

D Yang Eng

机构 * D Yang Eng 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文研究如何用少量射影不变量紧凑描述Calabi-Yau度量的点确定比，并通过符号回归发现低阶对称特征能有效捕捉教师变化，同时验证了在复杂结构模数范围内保持一致性。

Comments 31 pages, 7 figures

Rotation-Parameterized Graph Fractional Fourier Transform: Definition, Properties, and Optimal Filtering

旋转参数化图分数阶傅里叶变换：定义、性质和最优滤波

Feiyue Zhao, Mingzhi Wang, Yangfan He, Zhichao Zhang

机构 * School of Mathematics and Statistics, Nanjing University of Information Science and Technology（南京信息工程大学数学与统计学院） ； School of Communication and Artificial Intelligence, Nanjing Institute of Technology（南京理工大学通信与人工智能学院） ； School of Integrated Circuits, Nanjing Institute of Technology（南京理工大学集成电路学院） ； Jiangsu Province Engineering Research Center of IntelliSense Technology and System（江苏省智能感知技术与系统工程研究中心） ； Hubei Key Laboratory of Applied Mathematics, Hubei University（湖北省应用数学重点实验室） ； Key Laboratory of System Control and Information Processing, Ministry of Education, Shanghai Jiao Tong University（教育部系统控制与信息处理重点实验室，上海交通大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出旋转参数化图分数阶傅里叶变换（RP-GFRFT），通过统一分数阶和旋转参数化的谱分析，解决现有方法在旋转基控制和零角度退化方面的不足，提升图信号处理的去噪、重建和特征保留性能。

GridPE: A Grid Cell-Inspired Unified Position Embedding for Arbitrary-Dimensional Spaces

GridPE: 一种基于网格细胞的统一位置嵌入方法用于任意维度空间

Boyang Li, Yulin Wu, Nuoxian Huang, Wenjia Zhang

机构 * New York University（纽约大学） ； Peking University（北京大学） ； Imperial College London（伦敦帝国学院） ； Tongji University（同济大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出GridPE，一种受哺乳动物空间认知中六边形周期编码启发的新型位置嵌入框架，旨在解决高维时空任务中位置嵌入的理论保障问题，通过结合计算神经科学原理和调和分析，为任意维度空间提供统一的位置嵌入解决方案。