Tag · 2 篇
图-Transformer
分布 3D 视觉与重建1生成模型与扩散1
01 02
SPREAD：通过几何感知扩散实现空间-物理推理
SPREAD: Spatial-Physical REasoning via geometry Aware Diffusion
以带位姿的场景点云作为几何条件、用图 Transformer 联合建模空间与物理关系，并通过可微碰撞/重力/关系约束引导扩散采样，这套「几何感知条件 + 可微物理引导」的组合可直接迁移到具身智能的仿真场景合成与 3D 场景布局生成任务。
我们能构建而非分类场景图吗？FlowSG：基于流匹配的渐进式图像条件场景图生成
Can We Build Scene Graphs, Not Classify Them? FlowSG: Progressive Image-Conditioned Scene Graph Generation with Flow Matching
把流匹配从图像生成迁移到结构化图输出：用连续速度场搬运框几何、用离散流更新类别 token，为视觉中「结构化预测当作生成任务」提供了可复用的混合离散-连续生成范式，且可插拔到现有检测器/分割器上。