OctLLM用八叉树令牌统一3D与语言

新论文提出OctLLM,针对现有3D大语言模型的两大缺陷:一是将形状压缩进latent codebook或坐标文本导致空间结构丢失,二是依赖微调主干获得3D能力而损伤通用语言能力。OctLLM以稀疏八叉树令牌显式编码3D几何,无需微调语言模型主干即可同时保留空间结构与语言能力,刷新了多项SOTA成绩。

2026-10-05 ~ 2026-10-05 · 2 条相关