SldprtNet: A Large-Scale Multimodal Dataset for CAD Generation in Language-Driven 3D Design
Fuente:
arXiv
Salvato in:
| Autori principali: | Li, Ruogu, Li, Sikai, Mu, Yao, Ding, Mingyu |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
V2X-QA: A Comprehensive Reasoning Dataset and Benchmark for Multimodal Large Language Models in Autonomous Driving Across Ego, Infrastructure, and Cooperative Views
di: You, Junwei, et al.
Pubblicazione: (2026)
di: You, Junwei, et al.
Pubblicazione: (2026)
EgoPlan-Bench: Benchmarking Multimodal Large Language Models for Human-Level Planning
di: Chen, Yi, et al.
Pubblicazione: (2023)
di: Chen, Yi, et al.
Pubblicazione: (2023)
Towards Comprehensive Multimodal Perception: Introducing the Touch-Language-Vision Dataset
di: Cheng, Ning, et al.
Pubblicazione: (2024)
di: Cheng, Ning, et al.
Pubblicazione: (2024)
DexGraspNet 2.0: Learning Generative Dexterous Grasping in Large-scale Synthetic Cluttered Scenes
di: Zhang, Jialiang, et al.
Pubblicazione: (2024)
di: Zhang, Jialiang, et al.
Pubblicazione: (2024)
NVSim: Novel View Synthesis Simulator for Large Scale Indoor Navigation
di: Jeong, Mingyu, et al.
Pubblicazione: (2025)
di: Jeong, Mingyu, et al.
Pubblicazione: (2025)
FantasyVLN: Unified Multimodal Chain-of-Thought Reasoning for Vision-Language Navigation
di: Zuo, Jing, et al.
Pubblicazione: (2026)
di: Zuo, Jing, et al.
Pubblicazione: (2026)
Affordance-R1: Reinforcement Learning for Generalizable Affordance Reasoning in Multimodal Large Language Model
di: Wang, Hanqing, et al.
Pubblicazione: (2025)
di: Wang, Hanqing, et al.
Pubblicazione: (2025)
CO^3: Cooperative Unsupervised 3D Representation Learning for Autonomous Driving
di: Chen, Runjian, et al.
Pubblicazione: (2022)
di: Chen, Runjian, et al.
Pubblicazione: (2022)
A Touch, Vision, and Language Dataset for Multimodal Alignment
di: Fu, Letian, et al.
Pubblicazione: (2024)
di: Fu, Letian, et al.
Pubblicazione: (2024)
LanguageMPC: Large Language Models as Decision Makers for Autonomous Driving
di: Sha, Hao, et al.
Pubblicazione: (2023)
di: Sha, Hao, et al.
Pubblicazione: (2023)
SkillDiffuser: Interpretable Hierarchical Planning via Skill Abstractions in Diffusion-Based Task Execution
di: Liang, Zhixuan, et al.
Pubblicazione: (2023)
di: Liang, Zhixuan, et al.
Pubblicazione: (2023)
OpenEgo: A Large-Scale Multimodal Egocentric Dataset for Dexterous Manipulation
di: Jawaid, Ahad, et al.
Pubblicazione: (2025)
di: Jawaid, Ahad, et al.
Pubblicazione: (2025)
MetricNet: Recovering Metric Scale in Generative Navigation Policies
di: Nayak, Abhijeet, et al.
Pubblicazione: (2025)
di: Nayak, Abhijeet, et al.
Pubblicazione: (2025)
Co-Me: Confidence-Guided Token Merging for Visual Geometric Transformers
di: Chen, Yutian, et al.
Pubblicazione: (2025)
di: Chen, Yutian, et al.
Pubblicazione: (2025)
VibraVerse: A Large-Scale Geometry-Acoustics Alignment Dataset for Physically-Consistent Multimodal Learning
di: Pang, Bo, et al.
Pubblicazione: (2025)
di: Pang, Bo, et al.
Pubblicazione: (2025)
PhyGrasp: Generalizing Robotic Grasping with Physics-informed Large Multimodal Models
di: Guo, Dingkun, et al.
Pubblicazione: (2024)
di: Guo, Dingkun, et al.
Pubblicazione: (2024)
3D-AffordanceLLM: Harnessing Large Language Models for Open-Vocabulary Affordance Detection in 3D Worlds
di: Chu, Hengshuo, et al.
Pubblicazione: (2025)
di: Chu, Hengshuo, et al.
Pubblicazione: (2025)
VoroNav: Voronoi-based Zero-shot Object Navigation with Large Language Model
di: Wu, Pengying, et al.
Pubblicazione: (2024)
di: Wu, Pengying, et al.
Pubblicazione: (2024)
SURPRISE3D: A Dataset for Spatial Understanding and Reasoning in Complex 3D Scenes
di: Huang, Jiaxin, et al.
Pubblicazione: (2025)
di: Huang, Jiaxin, et al.
Pubblicazione: (2025)
QUART-Online: Latency-Free Large Multimodal Language Model for Quadruped Robot Learning
di: Tong, Xinyang, et al.
Pubblicazione: (2024)
di: Tong, Xinyang, et al.
Pubblicazione: (2024)
When LLMs step into the 3D World: A Survey and Meta-Analysis of 3D Tasks via Multi-modal Large Language Models
di: Ma, Xianzheng, et al.
Pubblicazione: (2024)
di: Ma, Xianzheng, et al.
Pubblicazione: (2024)
RoboCodeX: Multimodal Code Generation for Robotic Behavior Synthesis
di: Mu, Yao, et al.
Pubblicazione: (2024)
di: Mu, Yao, et al.
Pubblicazione: (2024)
DynamicCity: Large-Scale 4D Occupancy Generation from Dynamic Scenes
di: Bian, Hengwei, et al.
Pubblicazione: (2024)
di: Bian, Hengwei, et al.
Pubblicazione: (2024)
HOH: Markerless Multimodal Human-Object-Human Handover Dataset with Large Object Count
di: Wiederhold, Noah, et al.
Pubblicazione: (2023)
di: Wiederhold, Noah, et al.
Pubblicazione: (2023)
TartanGround: A Large-Scale Dataset for Ground Robot Perception and Navigation
di: Patel, Manthan, et al.
Pubblicazione: (2025)
di: Patel, Manthan, et al.
Pubblicazione: (2025)
VQ-VLA: Improving Vision-Language-Action Models via Scaling Vector-Quantized Action Tokenizers
di: Wang, Yating, et al.
Pubblicazione: (2025)
di: Wang, Yating, et al.
Pubblicazione: (2025)
Tactile-based Multimodal Fusion in Embodied Intelligence: A Survey of Vision, Language, and Contact-Driven Paradigms
di: Cao, Zhixiang, et al.
Pubblicazione: (2026)
di: Cao, Zhixiang, et al.
Pubblicazione: (2026)
OSCAR: Open-Set CAD Retrieval from a Language Prompt and a Single Image
di: Pulli, Tessa, et al.
Pubblicazione: (2026)
di: Pulli, Tessa, et al.
Pubblicazione: (2026)
DriveLMM-o1: A Step-by-Step Reasoning Dataset and Large Multimodal Model for Driving Scenario Understanding
di: Ishaq, Ayesha, et al.
Pubblicazione: (2025)
di: Ishaq, Ayesha, et al.
Pubblicazione: (2025)
S3E: A Multi-Robot Multimodal Dataset for Collaborative SLAM
di: Feng, Dapeng, et al.
Pubblicazione: (2022)
di: Feng, Dapeng, et al.
Pubblicazione: (2022)
(MGS)$^2$-Net: Unifying Micro-Geometric Scale and Macro-Geometric Structure for Cross-View Geo-Localization
di: Li, Minglei, et al.
Pubblicazione: (2026)
di: Li, Minglei, et al.
Pubblicazione: (2026)
Generalized Trajectory Scoring for End-to-end Multimodal Planning
di: Li, Zhenxin, et al.
Pubblicazione: (2025)
di: Li, Zhenxin, et al.
Pubblicazione: (2025)
Digital Twin Catalog: A Large-Scale Photorealistic 3D Object Digital Twin Dataset
di: Dong, Zhao, et al.
Pubblicazione: (2025)
di: Dong, Zhao, et al.
Pubblicazione: (2025)
DIO: Dataset of 3D Mesh Models of Indoor Objects for Robotics and Computer Vision Applications
di: Nimal, Nillan, et al.
Pubblicazione: (2024)
di: Nimal, Nillan, et al.
Pubblicazione: (2024)
HRDexDB: A Large-Scale Dataset of Dexterous Human and Robotic Hand Grasps
di: Lim, Jongbin, et al.
Pubblicazione: (2026)
di: Lim, Jongbin, et al.
Pubblicazione: (2026)
LoopDB: A Loop Closure Dataset for Large Scale Simultaneous Localization and Mapping
di: Nakshbandi, Mohammad-Maher, et al.
Pubblicazione: (2025)
di: Nakshbandi, Mohammad-Maher, et al.
Pubblicazione: (2025)
Efficient and Distributed Large-Scale 3D Map Registration using Tomographic Features
di: Unlu, Halil Utku, et al.
Pubblicazione: (2024)
di: Unlu, Halil Utku, et al.
Pubblicazione: (2024)
CompassAD: Intent-Driven 3D Affordance Grounding in Functionally Competing Objects
di: Li, Jingliang, et al.
Pubblicazione: (2026)
di: Li, Jingliang, et al.
Pubblicazione: (2026)
3DGS_LSR:Large_Scale Relocation for Autonomous Driving Based on 3D Gaussian Splatting
di: Lu, Haitao, et al.
Pubblicazione: (2025)
di: Lu, Haitao, et al.
Pubblicazione: (2025)
Robobench: A Comprehensive Evaluation Benchmark for Multimodal Large Language Models as Embodied Brain
di: Luo, Yulin, et al.
Pubblicazione: (2025)
di: Luo, Yulin, et al.
Pubblicazione: (2025)
Documenti analoghi
-
V2X-QA: A Comprehensive Reasoning Dataset and Benchmark for Multimodal Large Language Models in Autonomous Driving Across Ego, Infrastructure, and Cooperative Views
di: You, Junwei, et al.
Pubblicazione: (2026) -
EgoPlan-Bench: Benchmarking Multimodal Large Language Models for Human-Level Planning
di: Chen, Yi, et al.
Pubblicazione: (2023) -
Towards Comprehensive Multimodal Perception: Introducing the Touch-Language-Vision Dataset
di: Cheng, Ning, et al.
Pubblicazione: (2024) -
DexGraspNet 2.0: Learning Generative Dexterous Grasping in Large-scale Synthetic Cluttered Scenes
di: Zhang, Jialiang, et al.
Pubblicazione: (2024) -
NVSim: Novel View Synthesis Simulator for Large Scale Indoor Navigation
di: Jeong, Mingyu, et al.
Pubblicazione: (2025)