LeRF: 学习参考坐标系实现视角推理

2026-09-30，arXiv 发表 Computer Vision 论文 LeRF，提出让视觉语言模型学习构建并使用显式参考坐标系进行视角依赖推理。方法包括判断是否需要坐标系、定位参考实体、预测原点与实体中心坐标系，再通过轻量渲染器叠加到图像上供后续推理。研究采用监督微调与强化学习，在多个视角推理基准上超越基座模型与现有开源方法，同时提升坐标系定位与朝向估计效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。