研究进展arXiv AI / CL
ELSA3D：弹性语义锚定实现统一3D理解与生成
摘要
ELSA3D提出弹性语义锚定方法，通过尺度感知八叉树分词器和锚定令牌，在统一骨干网络中实现文本与3D几何的稀疏精确交互。在图像到3D、文本到3D生成及3D描述任务上达到最先进性能，计算量和推理延迟减半。
背景解释
当前统一3D基础模型将文本和3D令牌简单拼接，导致结构线索与几何细节混淆。ELSA3D的弹性语义锚定按匹配的抽象尺度组织语言和几何推理，使跨模态交互集中在最需要对齐的地方，显著提升效率与效果，推动3D生成与理解一体化发展。
原文译文
以下为抓取到的原文内容译文，已统一为站内阅读格式。
这条新闻暂未保存可复现的原文正文，可以点击原文链接阅读。
来源地区
Global
热度分
76
分类
研究进展
语言
en