北大开源3D-R1:释放具身导航中的3D场景理解能力

3D视觉工坊 2025-10-09 07:00

点击下方卡片,关注「3D视觉工坊」公众号
选择星标,干货第一时间送达

3D视觉工坊很荣幸邀请到了北京大学张泽宇,为大家着重分享他们团队的工作。如果您有相关工作需要分享,欢迎文末联系我们。

北大开源3D-R1:释放具身导航中的3D场景理解能力图13D-R1: Enhancing Reasoning in 3D VLMs for Unified Scene Understanding
主页hhttps://aigeeksgroup.github.io/3D-R1/
代码https://github.com/AIGeeksGroup/3D-R1

直播信息

时间

2025年10月09日(周四)19:00

主题

3D-R1: RL如何帮助多模态大模型理解空间信息

直播平台

3D视觉工坊视频号

点击按钮预约直播

3D视觉工坊哔哩哔哩也将同步直播北大开源3D-R1:释放具身导航中的3D场景理解能力图2

主讲嘉宾

北大开源3D-R1:释放具身导航中的3D场景理解能力图3张泽宇

张泽宇(Zeyu Zhang)是Richard Hartley教授和Ian Reid教授指导的研究员。他的主要的研究方向在于几何生成建模及其在多模态大模型、世界模型、具身智能和医疗智能中的应用。他在空间智能和生成模型领域的多项科研成果发表在计算机视觉和人工智能的顶级会议,包括 ECCV 2024,CVPR 2025, ICLR 2025 和 NeurIPS 2025。

个人主页https://steve-zeyu-zhang.github.io/

直播大纲

  1. 3D多模态表征学习
  2. RL增强多模态大模型对于空间的理解
  3. 3D多模态大模型在具身智能导航任务上的应用
  4. 3D多模态大模型在机器人操控任务上的应用

参与方式

北大开源3D-R1:释放具身导航中的3D场景理解能力图4

:3D视觉工坊很荣幸邀请到了北京大学张泽宇,为大家着重分享他们团队的工作。如果您有相关工作需要分享,欢迎文末联系我们。如果您有相关工作需要分享,欢迎联系微信:cv3d009,请备注:宣传工作,则不予通过。

声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。 
导航 开源
more
炸场!英伟达发布全球首个开源量子AI模型
杨植麟交卷!Kimi K2.6抢先开源,指挥300个Agent上岗,实测手搓3D格斗游戏
27B秒了自家397B旗舰,Qwen3.6-27B开源,智能体编程全面超越前代
阿里新模型刚屠榜,就被套壳网站“开源”收美元了。。。
FOSSASIA 峰会 2026 | 与亚洲开源社区建立连接
龙虾冲浪终于不迷路了!网页智能体新框架Avenir-Web开源即SOTA
最强大脑组合!全球SOTA的逻辑和记忆CodeBrain-1&MemBrain1.5同时开源
TouchAnything发布!这次egocentric隐藏的触觉数据和模型都开源了,300项任务......
谷歌发布新一代「最智能」开源模型 Gemma4;曝豆包二季度发布二代 AI 手机;商务部回应 Manus 收购案 | 极客早知道
阿波罗11号登月代码开源,NASA公开57年前关键程序细节
Copyright © 2025 成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号