BridgeAfford：缩小查询-目标语义差距的3D可供性定位框架

2026年10月16日，arXiv Computer Vision 刊出 Yijie Su 等作者的论文预印本，提出 BridgeAfford 框架，用于 3D 可供性定位。该框架针对查询特征与目标区域特征之间的语义差距，从两个互补角度入手，设计了交互区域对齐（IRA）和视觉证据聚合（VEA）两个机制，以提升对未见物体的泛化能力。据该报道，在 LASO 和 PIAD 数据集上，BridgeAfford 优于现有方案，尤其在未见物体上表现突出。目前事件进展停留在论文预印本发布阶段，报道未提及后续实验更新、代码或数据发布等安排。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。