超越纯视觉模型！不改VLM标准架构，实现像素级深度预测
超越纯视觉模型！不改VLM标准架构，实现像素级深度预测Meta开源DepthLM，首证视觉语言模型无需改架构即可媲美纯视觉模型的3D理解能力。通过视觉提示、稀疏标注等创新策略，DepthLM精准完成像素级深度估计等任务，解锁VLM多任务处理潜力，为自动驾驶、机器人等领域带来巨大前景。
来自主题: AI技术研报
8035 点击 2025-10-20 12:19
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT