Awesome LLM 3D

Awesome-llm-3d

เกี่ยวกับ

นี่คือรายการเอกสารเกี่ยวกับงานที่เกี่ยวข้องกับ 3D ที่ได้รับการเสริมพลังจากโมเดลภาษาขนาดใหญ่ (LLMS) มันมีงานต่าง ๆ รวมถึงความเข้าใจ 3 มิติการใช้เหตุผลการสร้างและตัวแทนที่เป็นตัวเป็นตน นอกจากนี้เรายังรวมโมเดลพื้นฐานอื่น ๆ (คลิป, SAM) สำหรับภาพรวมของพื้นที่นี้

นี่คือที่เก็บที่ใช้งานอยู่คุณสามารถรับชมการติดตามความก้าวหน้าล่าสุด หากคุณพบว่ามีประโยชน์โปรดแสดงความโปรดปรานของ repo นี้และอ้างอิงกระดาษ

ข่าว

• [2024-05-16]? ตรวจสอบรายงานการสำรวจครั้งแรกในโดเมน 3D-LLM: เมื่อ LLMS ก้าวเข้าสู่โลก 3D: การสำรวจและการวิเคราะห์อภิมานของงาน 3D ผ่านแบบจำลองภาษาขนาดใหญ่หลายรูปแบบ

• [2024-01-06] Runsen Xu เพิ่มข้อมูลตามลำดับเวลาและ Xianzheng MA จัดระเบียบใหม่ตามลำดับ ZA เพื่อให้ดีขึ้นหลังจากความก้าวหน้าล่าสุด

• [2023-12-16] Xianzheng MA และ Yash Bhalgat ดูแลรายการนี้และเผยแพร่เวอร์ชันแรก;

หนังสือพิมพ์

• Awesome-llm-3d

• ความเข้าใจ 3D (LLM)

• ความเข้าใจ 3 มิติ (แบบจำลองพื้นฐานอื่น ๆ )

• การใช้เหตุผล 3 มิติ

• รุ่น 3 มิติ

• เอเจนต์ที่เป็นตัวเป็นตน 3D

• มาตรฐาน 3D

• การบริจาค

3D ความเข้าใจผ่าน LLM

วันที่	คำสำคัญ	สถาบัน (ครั้งแรก)	กระดาษ	สิ่งพิมพ์	คนอื่น
2024-10-12	สถานการณ์ 3d	uiuc	การรับรู้สถานการณ์มีความสำคัญในการใช้เหตุผลภาษา 3D การมองเห็น	cvpr '24	โครงการ
2024-09-28	llava-3d	ฮูก	LLAVA-3D: เส้นทางที่เรียบง่าย แต่มีประสิทธิภาพในการเพิ่มขีดความสามารถของ LMMs ด้วยการรับรู้ 3D	arxiv	โครงการ
2024-09-08	MSR3D	บิ๊ก	การใช้เหตุผลหลายรูปแบบในฉาก 3 มิติ	Neurips '24	โครงการ
2024-08-28	สีเขียว	เร่งรีบ	ข้อความมากขึ้นจุดน้อย: ไปสู่ความเข้าใจภาษาจุดที่ประหยัดข้อมูล 3 มิติ	arxiv	คนอื่น ๆ
2024-06-17	Llana	unibo	Llana: ภาษาใหญ่และผู้ช่วย Nerf	Neurips '24	โครงการ
2024-06-07	เชิงพื้นที่	ฟอร์ดฟอร์ด	SpatialPin: เพิ่มขีดความสามารถในการใช้เหตุผลเชิงพื้นที่ของแบบจำลองภาษาวิสัยทัศน์ผ่านการกระตุ้นและโต้ตอบ 3D Priors	Neurips '24	โครงการ
2024-06-03	อวกาศ	UCSD	spatialrgpt: การใช้เหตุผลเชิงพื้นที่ในรูปแบบภาษาวิสัยทัศน์	Neurips '24	คนอื่น ๆ
2024-05-02	minigpt-3d	เร่งรีบ	MINIGPT-3D: จัดแนวเมฆจุด 3D อย่างมีประสิทธิภาพกับโมเดลภาษาขนาดใหญ่โดยใช้ 2D Priors	ACM MM '24	โครงการ
2024-02-27	คนโง่	xjtu	Shapellm: การทำความเข้าใจวัตถุ 3 มิติสากลสำหรับการโต้ตอบที่เป็นตัวเป็นตน	arxiv	โครงการ
2024-01-22	spatialvlm	Google DeepMind	spatialvlm: การสิ้นสุดแบบจำลองภาษาวิสัยทัศน์ที่มีความสามารถในการใช้เหตุผลเชิงพื้นที่	cvpr '24	โครงการ
2023-12-21	LIDAR-LLM	PKU	LIDAR-LLM: การสำรวจศักยภาพของแบบจำลองภาษาขนาดใหญ่สำหรับการทำความเข้าใจ LIDAR 3D	arxiv	โครงการ
2023-12-15	3Dap	ห้องแล็บเซี่ยงไฮ้	3DaxiesPrompts: ปลดปล่อยความสามารถในการทำงานเชิงพื้นที่ 3D ของ GPT-4V	arxiv	โครงการ
2023-12-13	ฉากแชท	zju	ฉากแชท: เชื่อมโยงฉาก 3 มิติและโมเดลภาษาขนาดใหญ่พร้อมตัวระบุวัตถุ	Neurips '24	คนอื่น ๆ
2023-12-5	gpt4point	ฮูก	GPT4Point: เฟรมเวิร์กแบบครบวงจรสำหรับการทำความเข้าใจและสร้างภาษาจุด	arxiv	คนอื่น ๆ
2023-11-30	ll3da	มหาวิทยาลัย Fudan	LL3DA: การปรับแต่งคำแนะนำแบบอินเทอร์แอคทีฟสำหรับการทำความเข้าใจเกี่ยวกับ Omni-3d การใช้เหตุผลและการวางแผน	arxiv	คนอื่น ๆ
2023-11-26	ZSVG3D	Cuhk (SZ)	การเขียนโปรแกรมด้วยภาพสำหรับการกราวด์ภาพ 3 มิติแบบเปิด-วูคบูลารี 3 มิติ	arxiv	โครงการ
2023-11-18	สิงห์	บิ๊ก	ตัวแทนทั่วไปที่เป็นตัวเป็นตนในโลก 3 มิติ	arxiv	คนอื่น ๆ
2023-10-14	jm3d-llm	มหาวิทยาลัยเซียะมิน	JM3D & JM3D-LLM: ยกระดับการเป็นตัวแทน 3D ด้วยตัวชี้นำหลายโมดอลร่วม	ACM MM '23	คนอื่น ๆ
2023-10-10	uni3d	ชาว Baai	Uni3d: สำรวจการเป็นตัวแทน 3 มิติแบบครบวงจรในระดับ	iclr '24	โครงการ
2023-9-27	-	Kaust	การโต้ตอบรูปร่าง 3 มิติ	Siggraph Asia '23	-
2023-9-21	llm-grounder	U-Mich	LLM-Grounder: การลงดินภาพ 3 มิติแบบเปิดโล่งด้วยรูปแบบภาษาขนาดใหญ่เป็นตัวแทน	ICRA '24	คนอื่น ๆ
2023-9-1	จุดที่มีรอยด่าง	คิว	Point-Bind & Point-LLM: การจัดตำแหน่งคลาวด์จุดที่มีหลายรูปแบบสำหรับความเข้าใจ 3 มิติการสร้างและการเรียนการสอนต่อไปนี้	arxiv	คนอื่น ๆ
2023-8-31	Pointllm	คิว	Pointllm: เพิ่มขีดความสามารถของแบบจำลองภาษาขนาดใหญ่เพื่อทำความเข้าใจกับพอยต์คลาวด์	ECCV '24	คนอื่น ๆ
2023-8-17	แชท -3d	zju	แชท -3D: การปรับรูปแบบภาษาขนาดใหญ่อย่างมีประสิทธิภาพสำหรับบทสนทนาสากลของฉาก 3D	arxiv	คนอื่น ๆ
2023-8-8	3D-Vista	บิ๊ก	3D-Vista: หม้อแปลงที่ผ่านการฝึกอบรมมาก่อนสำหรับการมองเห็น 3D และการจัดตำแหน่งข้อความ	ICCV '23	คนอื่น ๆ
2023-7-24	3d-llm	ยูซีแอลเอ	3D-LLM: การฉีดโลก 3D เป็นแบบจำลองภาษาขนาดใหญ่	Neurips '23	คนอื่น ๆ
2023-3-29	ดู	คิว	ViewRefer: เข้าใจความรู้หลายมุมมองสำหรับกราวด์ภาพ 3 มิติ	ICCV '23	คนอื่น ๆ
2022-9-12	-	มิกซ์	ใช้ประโยชน์จากแบบจำลองภาษาขนาดใหญ่ (ภาพ) สำหรับการทำความเข้าใจฉากหุ่นยนต์ 3 มิติ	arxiv	คนอื่น ๆ

ความเข้าใจ 3 มิติผ่านแบบจำลองพื้นฐานอื่น ๆ

รหัสประจำตัว	คำสำคัญ	สถาบัน (ครั้งแรก)	กระดาษ	สิ่งพิมพ์	คนอื่น
2024-10-12	พจนานุกรม	uiuc	Lexicon3d: การตรวจสอบแบบจำลองพื้นฐานภาพสำหรับการทำความเข้าใจฉาก 3 มิติที่ซับซ้อน	Neurips '24	โครงการ
2024-10-07	diff2scene	CMU	การแบ่งส่วนความหมาย 3D แบบเปิด-vocabulary กับโมเดลการแพร่กระจายข้อความไปยังภาพ	ECCV 2024	โครงการ
2024-04-07	any2point	ห้องแล็บเซี่ยงไฮ้	Any2Point: เพิ่มขีดความสามารถของโมเดลขนาดใหญ่ใด ๆ เพื่อความเข้าใจ 3 มิติที่มีประสิทธิภาพ	ECCV 2024	คนอื่น ๆ
2024-03-16	N2F2	Oxford-VGG	N2F2: การทำความเข้าใจฉากลำดับชั้นด้วยฟีเจอร์ฟีเจอร์ประสาทซ้อน	arxiv	-
2023-12-17	SAI3D	PKU	Sai3d: แบ่งส่วนอินสแตนซ์ใด ๆ ในฉาก 3 มิติ	arxiv	โครงการ
2023-12-17	open3dis	Vinai	Open3DIS: การแบ่งส่วนอินสแตนซ์ 3D แบบเปิด-vocabulary พร้อมคำแนะนำหน้ากาก 2D	arxiv	โครงการ
2023-11-6	ovir-3d	มหาวิทยาลัยรัทเกอร์ส	OVIR-3D: การดึงอินสแตนซ์อินสแตนซ์ 3D แบบเปิด-vocabulary โดยไม่มีการฝึกอบรมเกี่ยวกับข้อมูล 3D	Corl '23	คนอื่น ๆ
2023-10-29	OpenMask3d	ETH	OpenMask3d: การแบ่งส่วนอินสแตนซ์ 3D แบบเปิด-vocabulary	Neurips '23	โครงการ
2023-10-5	ฟิวชั่นแบบเปิด	-	Open-Fusion: การทำแผนที่ 3D แบบเปิดโล่งแบบเรียลไทม์และการเป็นตัวแทนฉากที่สามารถสอบถามได้	arxiv	คนอื่น ๆ
2023-9-22	OV-3DDET	Hkust	CODA: การค้นพบกล่องนวนิยายร่วมกันและการจัดตำแหน่งข้ามโมดอลสำหรับการตรวจจับวัตถุ 3 มิติแบบเปิด-vocabulary	Neurips '23	คนอื่น ๆ
2023-9-19	โคมไฟ	-	จากภาษาไปสู่ ​​3D Worlds: การปรับรูปแบบภาษาสำหรับการรับรู้จุดคลาวด์	OpenReview	-
2023-9-15	Opennerf	-	Opennerf: การแบ่งเซ็กเมนต์ฉากประสาท 3 มิติด้วยคุณสมบัติพิกเซลที่ชาญฉลาดและมุมมองนวนิยายที่แสดงผล	OpenReview	คนอื่น ๆ
2023-9-1	openins3d	เคมบริดจ์	OpenIns3D: Snap and Lookup สำหรับการแบ่งส่วนอินสแตนซ์แบบโอเพนวูคบูลารี 3 มิติ	arxiv	โครงการ
2023-6-7	ลิฟท์คอนทราสต์	Oxford-VGG	การยกระดับความคมชัด: การแบ่งส่วนอินสแตนซ์ของวัตถุ 3 มิติโดยฟิวชั่นคอนทราสต์แบบช้าเร็ว	Neurips '23	คนอื่น ๆ
2023-6-4	มีคลิปหลายแบบ	ETH	หลายคลิป: การฝึกฝนภาษาวิสัยทัศน์แบบตัดกันสำหรับคำถามตอบคำถามในฉาก 3 มิติ	arxiv	-
2023-5-23	3D-OVS	NTU	การแบ่งส่วนโอเพ่น	Neurips '23	คนอื่น ๆ
2023-5-21	VL-fields	มหาวิทยาลัยเอดินเบิร์ก	VL-Fields: ไปสู่การเป็นตัวแทนเชิงพื้นที่ของระบบทางภาษา	ICRA '23	โครงการ
2023-5-8	คลิป FO3D	มหาวิทยาลัย Tsinghua	Clip-FO3D: การเรียนรู้การเป็นตัวแทนฉาก 3D แบบเปิดฟรีจาก World World จากคลิปหนาแน่น 2D	iccvw '23	-
2023-4-12	3D-VQA	ETH	การฝึกฝนภาษาวิสัยทัศน์แบบคลิปพร้อมการฝึกอบรมสำหรับการตอบคำถามในฉาก 3 มิติ	cvprw '23	คนอื่น ๆ
2023-4-3	ภูมิภาค	ฮูก	RegionPLC: การเรียนรู้แบบแตกต่างจากภาษาในระดับภูมิภาคสำหรับการทำความเข้าใจฉาก 3 มิติแบบเปิดโลก	arxiv	โครงการ
2023-3-20	CG3D	Jhu	Clip Goes 3D: ใช้ประโยชน์จากการปรับแต่งพร้อมสำหรับการรับรู้ภาษา 3 มิติ	arxiv	คนอื่น ๆ
2023-3-16	lerf	UC Berkeley	LERF: ฟิลด์ Radiance Language Language	ICCV '23	คนอื่น ๆ
2023-2-14	แนวคิด	มิกซ์	ConceptFusion: การทำแผนที่ 3D แบบหลายรูปแบบแบบ open-set	RSS '23	โครงการ
2023-1-12	Clip2scene	ฮูก	Clip2scene: ไปสู่การทำความเข้าใจฉาก 3 มิติที่มีประสิทธิภาพฉลากโดยคลิป	cvpr '23	คนอื่น ๆ
2022-12-1	หน่วย 3D	ทู	UNIT3D: หม้อแปลงแบบครบวงจรสำหรับคำบรรยายภาพหนาแน่น 3 มิติและการลงดิน	ICCV '23	คนอื่น ๆ
2022-11-29	พลา	ฮูก	PLA: การทำความเข้าใจฉากแบบเปิดโล่งแบบเปิดโล่ง	cvpr '23	คนอื่น ๆ
2022-11-28	การเปิดเครื่อง	ethz	OpenScene: การทำความเข้าใจฉาก 3 มิติด้วยคำศัพท์แบบเปิด	cvpr '23	คนอื่น ๆ
2022-10-11	คลิปฟิลด์	NYU	คลิปฟิลด์: สนามความหมายที่มีการดูแลอย่างอ่อนระบบสำหรับหน่วยความจำหุ่นยนต์	arxiv	โครงการ
2022-7-23	นามธรรม	โคลัมเบีย	Semantic Abstraction: การทำความเข้าใจฉาก 3 มิติแบบเปิดโลกจากแบบจำลองภาษา 2D Vision-Language	Corl '22	โครงการ
2022-4-26	Scannet200	ทู	การแบ่งส่วนความหมาย 3D ในร่มที่มีพื้นดินในป่าในป่า	ECCV '22	โครงการ

การใช้เหตุผล 3 มิติ

วันที่	คำสำคัญ	สถาบัน (ครั้งแรก)	กระดาษ	สิ่งพิมพ์	คนอื่น
2023-5-20	3D-CLR	ยูซีแอลเอ	การเรียนรู้แนวคิด 3 มิติและการใช้เหตุผลจากภาพหลายมุมมอง	cvpr '23	คนอื่น ๆ
-	transcribe3d	TTI, ชิคาโก	transcribe3d: การลงดิน LLMS โดยใช้ข้อมูลที่ถอดความสำหรับการให้เหตุผลอ้างอิง 3 มิติด้วยการแก้ไขตัวเองที่แก้ไขด้วยตนเอง	Corl '23	คนอื่น ๆ

รุ่น 3 มิติ

วันที่	คำสำคัญ	สถาบัน	กระดาษ	สิ่งพิมพ์	คนอื่น
2023-11-29	ฉาบฉวย	มหาวิทยาลัย Fudan	shapegpt: การสร้างรูปร่าง 3 มิติที่มีรูปแบบภาษาแบบหลายโมดอลแบบครบวงจร	arxiv	คนอื่น ๆ
2023-11-27	meshgpt	ทู	MESHGPT: สร้างตาข่ายสามเหลี่ยมด้วยหม้อแปลงตัวถอดรหัสเท่านั้น	arxiv	โครงการ
2023-10-19	3D-GPT	Anu	3D-GPT: การสร้างแบบจำลอง 3D ขั้นตอนด้วยรูปแบบภาษาขนาดใหญ่	arxiv	คนอื่น ๆ
2023-9-21	llmr	มิกซ์	LLMR: การแจ้งเตือนแบบเรียลไทม์ของโลกแบบอินเทอร์แอคทีฟโดยใช้แบบจำลองภาษาขนาดใหญ่	arxiv	-
2023-9-20	Dreamllm	megvii	Dreamllm: ความเข้าใจและการสร้างสรรค์หลายอย่างเสริมฤทธิ์กัน	arxiv	คนอื่น ๆ
2023-4-1	chatavatar	Deemos Tech	Dreamface: รุ่น 3 มิติที่มีความเคลื่อนไหวแบบก้าวหน้าภายใต้คำแนะนำข้อความ	ACM TOG	เว็บไซต์

เอเจนต์ที่เป็นตัวเป็นตน 3D

วันที่	คำสำคัญ	สถาบัน	กระดาษ	สิ่งพิมพ์	คนอื่น
2024-01-22	spatialvlm	ใจลึก	spatialvlm: การสิ้นสุดแบบจำลองภาษาวิสัยทัศน์ที่มีความสามารถในการใช้เหตุผลเชิงพื้นที่	cvpr '24	โครงการ
2023-11-27	dobb-e	NYU	เมื่อนำหุ่นยนต์กลับบ้าน	arxiv	คนอื่น ๆ
2023-11-26	สตีฟ	zju	ดูและคิด: ตัวแทนที่เป็นตัวเป็นตนในสภาพแวดล้อมเสมือนจริง	arxiv	คนอื่น ๆ
2023-11-18	สิงห์	บิ๊ก	ตัวแทนทั่วไปที่เป็นตัวเป็นตนในโลก 3 มิติ	arxiv	คนอื่น ๆ
2023-9-14	unihsi	ห้องแล็บเซี่ยงไฮ้	ปฏิสัมพันธ์ของมนุษย์แบบครบวงจรผ่านการติดต่อกับโซ่ของการติดต่อ	arxiv	คนอื่น ๆ
2023-7-28	RT-2	Google-Deepmind	RT-2: โมเดลแอ็คชั่น Vision-Language ถ่ายโอนความรู้เว็บไปยังการควบคุมหุ่นยนต์	arxiv	คนอื่น ๆ
2023-7-12	Sayplan	ศูนย์หุ่นยนต์ Qut	Sayplan: กราวด์แบบจำลองภาษาขนาดใหญ่โดยใช้กราฟฉาก 3 มิติสำหรับการวางแผนงานหุ่นยนต์ที่ปรับขนาดได้	Corl '23	คนอื่น ๆ
2023-7-12	Voxposer	สแตนฟอร์ด	VoxPoser: แผนที่ค่า 3 มิติแบบคอมโพสิตสำหรับการจัดการหุ่นยนต์ด้วยแบบจำลองภาษา	arxiv	คนอื่น ๆ
2022-12-13	RT-1	Google	RT-1: หม้อแปลงหุ่นยนต์สำหรับการควบคุมในโลกแห่งความเป็นจริงในระดับ	arxiv	คนอื่น ๆ
2022-12-8	llm-planner	มหาวิทยาลัยรัฐโอไฮโอ	LLM-Planner: การวางแผนที่มีการยิงแบบไม่กี่ครั้งสำหรับตัวแทนที่เป็นตัวเป็นตนด้วยรูปแบบภาษาขนาดใหญ่	ICCV '23	คนอื่น ๆ
2022-10-11	คลิปฟิลด์	NYU, META	คลิปฟิลด์: สนามความหมายที่มีการดูแลอย่างอ่อนระบบสำหรับหน่วยความจำหุ่นยนต์	RSS '23	คนอื่น ๆ
2022-09-20	nlmap-saycan	Google	การเป็นตัวแทนฉากที่สามารถสอบถามได้สำหรับการวางแผนโลกแห่งความเป็นจริง	ICRA '23	คนอื่น ๆ

มาตรฐาน 3D

วันที่	คำสำคัญ	สถาบัน	กระดาษ	สิ่งพิมพ์	คนอื่น
2024-09-08	msqa / msnn	บิ๊ก	การใช้เหตุผลหลายรูปแบบในฉาก 3 มิติ	Neurips '24	โครงการ
2024-06-10	3D-Grand / 3D-POPE	umich	3D-Grand: ชุดข้อมูลล้านขนาดสำหรับ 3D-llms ที่มีสายดินที่ดีขึ้นและภาพหลอนน้อยลง	arxiv	โครงการ
2024-06-03	อวกาศ	UCSD	spatialrgpt: การใช้เหตุผลเชิงพื้นที่ในรูปแบบภาษาวิสัยทัศน์	Neurips '24	คนอื่น ๆ
2024-1-18	ฉาก	บิ๊ก	ScenEverse: การปรับขนาดการเรียนรู้ภาษาวิสัยทัศน์ 3 มิติสำหรับการทำความเข้าใจฉากที่มีพื้นฐาน	arxiv	คนอื่น ๆ
2023-12-26	embodiedscan	ห้องแล็บเซี่ยงไฮ้	embodiedscan: ชุดรับรู้ 3 มิติแบบแบบองค์รวมแบบองค์รวมที่มีต่อ AI embodied AI	arxiv	คนอื่น ๆ
2023-12-17	M3dbench	มหาวิทยาลัย Fudan	M3DBENCH: ขอแนะนำรุ่นใหญ่ที่มีพรอมต์ 3D แบบหลายโมดอล	arxiv	คนอื่น ๆ
2023-11-29	-	ใจลึก	การประเมิน VLMS สำหรับคำอธิบายประกอบแบบอิงคะแนนหลายรายการของวัตถุ 3D	arxiv	คนอื่น ๆ
2023-09-14	การเชื่อมโยงกัน	unibo	ดูคำและจุดที่มีความสนใจ: มาตรฐานสำหรับการเชื่อมโยงแบบข้อความถึงรูปร่าง	ICCV '23	คนอื่น ๆ
2022-10-14	SQA3D	บิ๊ก	SQA3D: การตอบคำถามที่ตั้งอยู่ในฉาก 3 มิติ	iclr '23	คนอื่น ๆ
2021-12-20	Scanqa	riken aip	Scanqa: คำถาม 3 มิติตอบคำถามสำหรับการทำความเข้าใจฉากเชิงพื้นที่	cvpr '23	คนอื่น ๆ
2020-12-3	scan2cap	ทู	SCAN2CAP: คำบรรยายภาพหนาแน่นบริบทในการสแกน RGB-D	cvpr '21	คนอื่น ๆ
2020-8-23	referit3d	สแตนฟอร์ด	referit3d: ผู้ฟังประสาทสำหรับการระบุวัตถุ 3 มิติที่ละเอียดในฉากจริง	ECCV '20	คนอื่น ๆ
2019-12-18	การดูหมิ่น	ทู	Scanrefer: การแปลวัตถุ 3 มิติในการสแกน RGB-D โดยใช้ภาษาธรรมชาติ	ECCV '20	คนอื่น ๆ

การบริจาค

การมีส่วนร่วมของคุณยินดีต้อนรับเสมอ!

ฉันจะเปิดคำขอดึงบางอย่างหากฉันไม่แน่ใจว่าพวกเขายอดเยี่ยมสำหรับ 3D LLMS คุณสามารถลงคะแนนให้พวกเขาได้โดยการเพิ่ม? กับพวกเขา

---

หากคุณมีคำถามใด ๆ เกี่ยวกับรายการที่มีความคิดเห็นนี้โปรดติดต่อได้ที่ [email protected] หรือ WeChat ID: MXZ1997112

ประวัติดาว

การอ้างอิง

หากคุณพบว่าที่เก็บนี้มีประโยชน์โปรดพิจารณาอ้างถึงบทความนี้:

@misc{ma2024llmsstep3dworld,
      title={When LLMs step into the 3D World: A Survey and Meta-Analysis of 3D Tasks via Multi-modal Large Language Models}, 
      author={Xianzheng Ma and Yash Bhalgat and Brandon Smart and Shuai Chen and Xinghui Li and Jian Ding and Jindong Gu and Dave Zhenyu Chen and Songyou Peng and Jia-Wang Bian and Philip H Torr and Marc Pollefeys and Matthias Nießner and Ian D Reid and Angel X. Chang and Iro Laina and Victor Adrian Prisacariu},
      year={2024},
      journal={arXiv preprint arXiv:2405.10255},
}

การรับทราบ

repo นี้ได้รับแรงบันดาลใจจาก Awesome-llm