IXThinker·2025-11-01 14:50

IGGT統一3D重建與實例理解 突破感知割裂

人類能自然感知三維世界的幾何與語義，對AI而言「兩者兼得」卻是難題。南洋理工大學聯合StepFun提出IGGT，一個端到端統一Transformer，首次將空間重建與實例級理解融為一體。

舊路徑的割裂

傳統方法把3D重建（底層幾何）與空間理解（高層語義）割裂處理，誤差層層累積且難以泛化；另一類融合方案則把3D模型與特定視覺語言模型「鎖死」，無法區分同類別的不同實例，亦阻礙向更強下游任務擴展。