SPARGen: Unifying Spatial Perception and Reasoning through Native Multimodal Generation
SPARGen:通过原生多模态生成统一空间感知与推理
专题命中 三维重建 :3D reconstruction(abstract);分类 cs.CV
AI总结 SPARGen是统一多模态框架,将3D重建等空间任务转为指令条件生成任务,在单一框架内实现异构空间任务的竞争力性能,突破现有方法的知识迁移限制。
视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
SPARGen:通过原生多模态生成统一空间感知与推理
专题命中 三维重建 :3D reconstruction(abstract);分类 cs.CV
AI总结 SPARGen是统一多模态框架,将3D重建等空间任务转为指令条件生成任务,在单一框架内实现异构空间任务的竞争力性能,突破现有方法的知识迁移限制。
HandsOnWorld: 无约束的自我中心视频生成,具有相机解耦的手部控制
机构 * Tsinghua University(清华大学) ; Kling Team, Kuaishou Technology(快手科技 Kling 团队) ; Chinese University of Hong Kong(香港中文大学)
专题命中 三维重建 :3D reconstruction(abstract);分类 cs.CV
AI总结 提出HandsOnWorld框架,通过单目重建从无约束视频中学习手部控制,利用Plücker手部映射解耦相机与手部运动,生成高保真自我中心视频。
Comments Project Page: this https URL (https://shad0wta9.github.io/handsonworld-page/)
包含北部喷流“Jet”的蟹状星云三维运动学重建
专题命中 三维重建 :3D reconstruction(abstract)
AI总结 利用SITELLE光谱数据对蟹状星云进行三维运动学重建,确认了北部喷流底部空腔结构,揭示脉冲星风云在喷流形成中的关键作用,并讨论了多种形成机制。
Comments 23 pages, 15 figures, now published in ApJ. Animations available at this https URL (https://doi.org/10.5281/zenodo.20822317) and this https URL (https://www.youtube.com/watch?v=Pi7XSaW6ZPo)