GraFT：免训练3D场景图空间推理框架
热点事件持续更新
GraFT：免训练3D场景图空间推理框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv Artificial Intelligence 刊出 Junqing Du 等人的研究，提出免训练框架 GraFT。该框架以紧凑、易维护的 3D 场景图（3DSG）为冻结的多模态大模型补上缺失的三维结构，并以符号工具计算值、鸟瞰图（BEV）图像和几何选取的自我中心帧三种形式输入模型。报道称，在 ScanQA 上，GraFT 相对同骨干基线提升所有指标，CIDEr 提高 27%；在 VSI-Bench 上，对冻结 MLLM 提升最高达 65%，超过所有专有与通用开源基线及多个知名微调空间模型。上述数字与对比结论均出自该篇报道，尚无其他跟进报道可交叉印证。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
GraFT：无需训练、通过 3D 场景图为多模态大模型补空间推理能力报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv Artificial IntelligenceGraFT：无需训练、通过 3D 场景图为多模态大模型补空间推理能力
GraFT 是一个无需训练的框架，用紧凑的 3D 场景图（3DSG）为冻结的多模态大模型补上缺失的三维结构，以符号工具计算值、鸟瞰图（BEV）图像和几何选取的自我中心帧三种形式输入模型。在 ScanQA 上，它相对同骨干基线提升所有指标，CIDEr 提高 27%；在 VSI-Bench 上对冻结 MLLM 提升最高达 65%，超过所有专有与通用开源基线及多个知名微调空间模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。