IXThinker·2025-04-03 21:10

清華哈佛聯手提出4D語言場建模方法

讓機器聽懂動態三維場景中的自然語言查詢，是三維視覺的重要方向。清華與哈佛團隊提出的4D LangSplat結合多模態大語言模型與動態三維高斯潑濺，構建可開放詞彙查詢的4D語言場。

從靜態到動態

現有方法在靜態語義場重建上已有顯著成果，但要在動態場景中支援時間敏感的開放式語言查詢，仍須解決語義特徵隨時間連續變化的建模難題，這正是4D語言場的核心挑戰。