LangSplat ซึ่งเป็นโมเดลเกาส์เซียนภาษา 3 มิติที่เป็นนวัตกรรมใหม่ที่พัฒนาโดยมหาวิทยาลัย Tsinghua และมหาวิทยาลัยฮาร์วาร์ด ประสบความสำเร็จในการพัฒนาครั้งสำคัญในด้านการค้นหาด้วยภาษาเชิงพื้นที่ 3 มิติ ทำการค้นหาภาษาแบบเปิดได้อย่างมีประสิทธิภาพและแม่นยำเร็วกว่าวิธี LERF ที่มีอยู่ถึง 199 เท่า โมเดลเรียนรู้คุณสมบัติต่างๆ ผ่านการแสดงภาพ จับขอบเขตของวัตถุได้อย่างแม่นยำ และสามารถระบุส่วนต่างๆ และส่วนผสมของวัตถุ เช่น ส่วนผสมต่างๆ ในชามราเม็งได้แม่นยำยิ่งขึ้น ผลการทดสอบทั้งชุดข้อมูล LERF และชุดข้อมูล 3D OVS พิสูจน์ประสิทธิภาพที่เหนือกว่า
LangSplat คือโมเดลเกาส์เซียนทางภาษาศาสตร์ 3 มิติที่เป็นนวัตกรรมใหม่ที่พัฒนาโดยนักวิจัยจากมหาวิทยาลัย Tsinghua และมหาวิทยาลัยฮาร์วาร์ด โมเดลดังกล่าวช่วยให้สามารถค้นหาภาษาแบบเปิดได้อย่างมีประสิทธิภาพและแม่นยำในพื้นที่ 3 มิติ ซึ่งเร็วกว่าวิธี LERF ก่อนหน้านี้ถึง 199 เท่า นักวิจัยได้เรียนรู้คุณลักษณะต่างๆ ผ่านการแสดงภาพและบันทึกขอบเขตของวัตถุได้สำเร็จ ขณะเดียวกันก็แสดงให้เห็นถึงความแม่นยำที่สูงขึ้นในการทดสอบ LangSplat ไม่เพียงแต่ทำงานได้รวดเร็วเท่านั้น แต่ยังสามารถติดฉลากชิ้นส่วนและส่วนผสมของวัตถุต่างๆ ได้แม่นยำยิ่งขึ้น เช่น ส่วนผสมต่างๆ ในชามซุปราเมง ในการทดสอบ LangSplat แสดงให้เห็นถึงความเร็วและความแม่นยำที่เหนือกว่าทั้งชุดข้อมูล LERF และชุดข้อมูล 3D OVS ซึ่งนำความก้าวหน้าครั้งใหม่มาสู่ขอบเขตการค้นหาภาษา 3 มิติ
การเกิดขึ้นของ LangSplat ได้นำความเป็นไปได้ใหม่ๆ มาสู่เทคโนโลยีการค้นหาภาษาแบบ 3 มิติ ซึ่งคาดว่าจะนำไปใช้ในหลายสาขา และส่งเสริมการพัฒนาและความก้าวหน้าของเทคโนโลยีที่เกี่ยวข้องในอนาคต