Tag · 1 篇
VULCAN: Tool-Augmented Multi Agents for Iterative 3D Object Arrangement
把 MLLM 的 3D 操作能力从脆弱的原始代码生成转为函数级 API 调用,并引入视觉工具构成感知反馈闭环,为视觉研究者提供了一条「用工具调用弥补 MLLM 3D 视觉定位短板」的可复用范式。