上海
尤其適用于機器人導航、自動駕駛等需要實時語義解析的空間智能場景。
本文為IPO早知道原創
作者｜Stone Jin
據IPO早知道消息，特斯聯首席科學家、特斯聯國際總裁邵嶺博士及其合作團隊日前發布最新研究成果，提出了一種名為Laser的高效語言引導分割框架，為3D場景理解提供了輕量化、高精度的開放詞匯分割方案，推動了語言模型與神經輻射場融合的實用化進程。該框架尤其適用于機器人導航、自動駕駛等需要實時語義解析的空間智能場景，現已被人工智能領域權威學術期刊IEEE T-PAMI （CCF-A，IF 23.6）收錄。
這一研究成果在多個現實場景中具備重要的應用價值，特別是在需要高精度、高效率3D場景語義理解的領域。譬如：
在自動駕駛與機器人導航：
自動駕駛車輛和移動機器人需要實時理解周圍環境的3D結構與語義信息（如道路、行人、障礙物），以實現安全導航和決策。Laser的訓練時間僅需11分鐘（傳統方法需158分鐘），可快速構建3D語義地圖。同時，低秩注意力機制能精準識別道路邊緣、車道線等細粒度特征，避免模糊邊界導致的誤判。
在增強現實（AR）與虛擬現實(VR)領域：
AR/VR應用需將虛擬物體精準疊加到真實場景中，要求對3D空間語義有深刻理解。該方案能夠確保虛擬物體在不同視角下與真實場景的標注（如墻面、桌面）對齊，避免視覺穿幫；同時能夠區分相似顏色物體（如黑白鍵盤與黑色鼠標墊），提升虛擬物體放置的合理性。通過與3D高斯渲染技術（如3D-GS）相結合，該方案還能夠實現實時語義AR效果。
在城市規劃與建筑建模領域：
在城市數字化建模中，需對建筑物、植被、公共設施進行語義標注，輔助規劃決策。該研究成果支持對罕見物體（如古建筑裝飾、特殊標牌）的開放詞匯分割，豐富數據標注的覆蓋范圍；此外，基于Laser, 無需人工標注3D數據，通過多視圖圖像即可生成帶語義的3D模型。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
