arXiv cs.AI· Chucheng Xiang, Runze Wang, Zhi Deng, Ruchao Bao, Yuanwei Zhang, Yuxuan Xie, Hanliu Wang, Liangzhen Fei, Wenzheng Wu, Cheng Wan, Peifeng Li, Zhongyuan Liu, Ligang Liu·· 1 天前AI 评分36
GALA：面向可控物体摆放的几何感知语言模型
GALA: Geometry-Aware Language Model for Controllable Object Arrangement
AI 导读
研究者提出 GALA，一个具备显式点云感知的几何感知语言模型，用于可控物体摆放，通过自回归方式结合场景上下文和摆放指令逐个预测目标物体的 6D 位姿。模型采用两阶段训练：先以预训练任务对齐几何与文本模态，再针对摆放任务微调。
来源：arXiv cs.AI · arxiv.org