NVIDIA Axolotl3D 用图像和点云统一补全 3D 形状
jonLorraine9 · x · 2026-07-29
NVIDIA Spatial Intelligence Lab 发布了 Axolotl3D，一个用于从不完整观测中做 3D 形状补全与编辑 的统一框架。
- 方法同时利用 图像、可见性掩码、相机参数、部分点云 作为条件输入。
- 点云被当作几何锚点，用来提升补全的几何可信度；相机参数则帮助保持多视角对齐一致。
- 论文采用统一训练策略，把多种条件组合从大规模 3D 数据中合成出来，以增强跨模态推理能力。
- 在 Toys4K 和 OmniObject3D 上，论文报告了干净场景和遮挡场景下的 SOTA 表现，并且在真实世界重建和几何一致编辑上也表现不错。
所属事件:NVIDIA 推出统一 3D 补全与编辑模型 Axolotl3D(2 条相关)→
「研究」频道最新
- SimpleMark 论文:多比特文本水印可将每 token 失真限制在预算内 — rishabh16_ · 2026-10-16
- 斯坦福新论文:生成式表征学习做 tokenizer,省 7-8 倍训练算力 — HirokatuKataoka · 2026-10-16
- Cohere Labs 将在 EMNLP 2026 展示推理模型置信度估计等新研究 — Cohere_Labs · 2026-10-16
- Vals RSI 指数外推：Google 模型或于 2027 年 10 月达 130% 自研水平 — HaydnBelfield · 2026-10-16
- SpatialClaw 被纳入智能体视觉数据集，数据筛选与评测是重头 — CMHungSteven · 2026-10-16
- Visual Lean 上线：拖拽点击玩 Lean 形式化"自然数游戏" — MilesCranmer · 2026-10-16