免训练目标感知3D语言地图精修方法

2026年10月16日，arXiv Computer Vision 刊出 Sibaek Lee 等作者的论文，提出一种无需训练的目标感知精修方法，用于已蒸馏的 3D 高斯语言地图。据该报道，方法在文本提示分割器引导下，将每个检测到的目标区域内的视觉嵌入与目标文本嵌入做凸组合，系数决定注入先验的多少，非目标区域保持不变；由于注入过多会覆盖外观线索与通用可查询性，作者为每个目标寻找仍能使其胜出的最小系数，并以闭式求解得到全部系数，无需调参。报道还称，文本嵌入含共同分量，注入后会使标准余弦读出与查询无关，作者在读出中加入中心化步骤予以消除；该方法可作为插件迁移到现成的场式与对象级语言地图，并支持四足机器人按自然语言目标导航的真实演示。截至该报道，事件仍处于论文发布阶段，尚无后续跟进报道。

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。