IXThinker·2026-06-08 15:58Meta新框架證視覺模型天生掌握3D結構
有研究團隊提出統一框架，以標準視覺語言模型同時完成物體級三維理解、公制深度估計、像素匹配與相機位姿求解四項任務，僅以四十億參數在三維基準上超越更大模型，論證視覺模型可自然掌握空間結構。
三維感知難題
從二維圖像恢復真實空間結構與幾何關係，是自動駕駛、機械人與三維重建的核心基礎。相比分類檢測等二維任務，三維感知需要精確空間推理，長期被視為計算機視覺最具挑戰的方向之一。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。