IXThinker·2025-02-28 11:50

無編碼器3D多模態模型ENEL效能超SOTA

來自上海人工智能實驗室、西北工業大學、香港中文大學及清華大學的團隊提出無編碼器3D多模態大模型ENEL，把3D編碼器功能融入語言模型本身，性能超越現有13B級SOTA，為多模態大模型拓展至3D領域提供新思路。

告別編碼器依賴

傳統3D多模態大模型依賴預訓練編碼器處理點雲，架構受限且難以適應不同點雲分辨率。ENEL直接把編碼器功能融入LLM本身，令模型可適應不同點雲輸入，擺脫對外部編碼器的依賴。