跳到正文
原文
arXiv · Computer Vision· Hongbo Wang, Zihan Lin, Wenkui Yang, Shiran Ge, Yuang Ai, Jie Cao, Huaibo Huang, Ran He·· 3 小时前AI 评分35

GaugeVLM:通过可控几何干预构建空间监督结构

GaugeVLM: Structuring Spatial Supervision with Measured Geometric Interventions

AI 导读

GaugeVLM 通过在显式 3D 场景中控制物体与相机干预,生成带测量差异的跨视角空间观测,并以 GaugeDPO 将测量误差转化为偏好边界。7B 模型在 MSMU 距离和 QSpatial+ 上分别提升 15.0 与 18.9 个百分点,覆盖 10 项空间指标,并迁移至自动驾驶与具身推理任务。

来源:arXiv · Computer Vision · arxiv.org