具身万物？清华开源EmbodiedSAM：实时在线3D分割一切！

文章预览

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 来源：3D视觉工坊 添加小助理：cv3d008，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。 扫描下方二维码，加入「 3D视觉从入门到精通 」知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料： 近20门秘制视频课程 、 最新顶会论文 、计算机视觉书籍 、 优质3D视觉算法源码 等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！ 0. 这篇文章干了啥？ 具身任务，如机器人操作和导航，要求代理理解3D场景，理解人类指令，并通过自我行动做出决策。在这一流程中，具身视觉感知是各种下游任务的基础。在具身场景中，我们希望3D感知模型具备以下特点：（1）在线性。输入数据是流式RGB-D视频而非预先收集的数据，视觉感知应与数据采集 ………………………………