3D 视觉与重建 / CVPR2026
UZ3DVG:基于生成语言条件的无辅助零样本 3D 视觉定位
UZ3DVG: Unaided Zero-Shot 3D Visual Grounding with Generated Language Conditions
用 VLM 离线生成物体级空间伪标签与推理链,再蒸馏到仅吃点云的轻量 3DVG 学生网络,配合 GeoSM 对齐文本推理与 3D 几何;这条「大模型造标签 + 蒸馏 + 推理时零外部依赖」的路线可直接迁移到其他需要空间推理的 3D 任务。
零样本-3D-视觉定位推理链蒸馏伪标签生成