3UR-LLM: An End-to-End Multimodal Large Language Model for 3D Scene Understanding

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Xiong, Haomiao, Zhuge, Yunzhi, Zhu, Jiawen, Zhang, Lu, Lu, Huchuan
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2501.07819