arXiv · Computer Vision· Ling Li, Jianhui Zhong, Wei Liu, Zheng Jiang aand Yuxuan Liu, Jingyu Li, Zhidong Deng·2026-10-08 12:00· 3 小时前AI 评分27

面向具身指代理解的空间潜变量推理

Spatial Latent Reasoning for Embodied Reference Understanding

AI 导读

提出空间潜变量推理（SLR）框架，用空间射线状态与四个目标区域特征状态组织指尖位置、指向等几何线索与视觉线索的监督。