محققان در دستاوردی جدید، فریمورک «ZeroSplat» را معرفی کردهاند که دنیای «Gaussian Splatting» (3DGS) را متحول میکند. برخلاف روشهای قدیمی که برای هر صحنه نیاز به آموزشهای سنگین و طولانی داشتند، ZeroSplat بدون نیاز به آموزش یا ذخیرهسازی ویژگیهای پیچیده، از مدلهای بصری-زبانی (VLM) برای درک هوشمند اشیاء در فضای سهبعدی استفاده میکند.
این یعنی حالا میتوان به هوش مصنوعی دستور داد تا چندین هدف مختلف را همزمان در یک محیط سهبعدی شناسایی و جداسازی کند؛ آن هم با سرعتی بسیار بالا و بدون هزینههای محاسباتی اضافی! یک گام بزرگ دیگر برای ساخت محیطهای واقعیت مجازی (VR) و واقعیت افزوده (AR) هوشمندتر. 🌐✨
منبع: arXiv Computer Vision